用途：该技能教智能体安全地丢弃高流量指标，以降低 Oodle 摄取成本。核心原则是先评估影响、从窄规则开始，绝不静默删除仪表盘依赖的指标。没有采样模式：规则会丢弃其匹配的每个序列，且丢弃的数据无法恢复。
前置条件：安装并配置 CLI。 brew install oodle-ai/oodle/oodle oodle configure 确认端点可用：oodle drop-rules list -o json | jq 'length'
主要能力与命令：列出规则 oodle drop-rules list -o json；获取规则 oodle drop-rules get <id> -o json；创建规则 oodle drop-rules create -f rule.json；更新规则 oodle drop-rules update <id> -f rule.json；删除规则 oodle drop-rules delete <id> --force。
规则结构：包含 rule_name（必填）、metric_name（对 name 的匹配器）、filters（标签匹配器，全部匹配才触发，逻辑 AND）、type（必填，必须为 "series"）。匹配器类型：0 等于、1 不等于、2 正则匹配、3 正则不匹配。
使用方式：创建前先用 oodle metrics query --query 'count({name=~"<prefix>.*"})' -o json 估算影响，并确认没有关键仪表盘或监控依赖受影响序列。首次尝试使用窄规则（单个指标、非生产环境），观察一周无回归后再放宽过滤条件。更新是全文档替换，必须先 get 再改，否则会清空 metric_name 和 filters。删除前先 get 确认。
适用场景：清理调试类、高基数、低价值指标以控制成本。
限制与注意事项：无采样模式，丢弃不可恢复；宽泛匹配器可能误伤生产指标，应同时包含 env 和 service 或精确 metric_name；规则命名建议 drop-<metric-or-domain>-<scope>；常见错误包括 401（API key 无效）、404（规则 ID 不存在）、429（批量同步需加 --retries 3 并限速）。