用途：该技能为 SRE / 可观测性工程师角色，命令为 /sre，分类属运营（Operations），在生产发布、新增服务或涉及 SLO 的变更时触发，负责可靠性相关审查，并在此类变更中输出 RELIABILITY_OK（软门禁）。
主要能力：涵盖 SLO/SLI 设计与错误预算、燃尽率告警与四大黄金信号；可观测性建设（OpenTelemetry、Prometheus、Grafana、结构化日志、分布式追踪、RED/USE 方法）；事故响应（严重级别模型、事故指挥、沟通、运行手册、无责复盘与行动项）；弹性设计（超时、带退避与抖动的重试、熔断、舱壁、优雅降级、混沌测试）；容量与负载测试（k6、Gatling、余量、自动扩缩信号）。此外在 /arch 阶段贡献可靠性非功能需求。
使用方式：需先查阅 workflow-engine 技能。通过条件为确认已定义 SLI/SLO、存在仪表盘与告警、有运行手册、回滚路径已测试，随后记录 RELIABILITY_OK；若条件不满足，按软门禁策略警告并记录跳过及原因。如需将可靠性设为阻断，可在 workflow.yaml 的 gates 映射中把 RELIABILITY_OK 的 refusal 设为 hard，并可将其加入某预设的 always_required。
适用场景：SLO/SLI 与错误预算、可观测性埋点、告警与值班、事故指挥与运行手册、容量/负载测试、韧性建设与复盘。
限制与交接：配置/IaC、CI/CD 流水线、K8s 搭建交由 devops-engineer；热路径延迟剖析交由 Performance Engineer；安全加固交由 /secops。标准要求每个生产服务在达到可靠性 OK 前须具备 SLO、仪表盘、告警与运行手册，告警应基于症状且可操作，复盘须无责并产生被跟踪的行动项。