用途：用于设计混沌实验与故障注入场景、从零搭建混沌工程体系、实施网络延迟/丢包/依赖故障、组织game day演练、验证熔断与重试/故障转移逻辑、度量并改进MTTR，以及评估混沌工具（Chaos Monkey、Litmus、Gremlin、AWS FIS）。不用于编写普通重试或熔断代码，也不用于不涉及故障注入的负载与性能压测。
主要能力：围绕稳态假设（条件—行为—指标三段式）、爆炸半径控制、实验生命周期（定义、限定范围、埋点、执行、分析、改进、重复）与故障类型分类（网络、资源、依赖、基础设施、应用、数据）组织方法论，并给出实验模板、game day 主持流程、MTTR 分阶段改进手段及反模式清单（生产先于预发、无假设、无 kill switch、无可观测性、一次性演练、全量生产打击等）。
必要用法：每个实验先定义稳态指标（如 p99 延迟、错误率、成功率），先测 kill switch，再从预发环境小范围推进到生产。资料给出的注入手段示例包括 Toxiproxy（toxiproxy-server &、toxiproxy-cli toxic add … --type latency --attribute latency=200 --attribute jitter=50、toxiproxy-cli toxic remove …）、tc netem（sudo tc qdisc add dev eth0 root netem delay 300ms 30ms、sudo tc qdisc del dev eth0 root）、Wiremock 模拟 503、数据库主从切换验证与熔断器 pytest 校验。
适用场景：网络延迟注入、服务依赖不可用模拟、game day 跨团队演练、数据库故障转移验证、熔断器验证、MTTR 度量。
限制：具体工具的安装步骤、版本要求、收费与价格、支持平台、实验阈值等未在本资料中提供；所有实验应确保可观测性独立于被注入目标。