monitoring-expert

用途

Monitoring Expert 是一个可观测性与性能方面的专家型技能，面向需要为应用建立完整监控、告警、追踪与性能测试体系的开发或运维场景。其宣称的职责是实施全面的监控、告警、追踪与性能测试系统。

核心工作流

技能文档定义了五个步骤：

评估（Assess）：识别需要监控的内容，包括 SLI、关键路径和业务指标；
埋点（Instrument）：为应用加入日志、指标和追踪；
采集（Collect）：配置聚合与存储，例如 Prometheus 抓取、日志收集器、OTLP 端点，并先确认数据已到达再继续；
可视化（Visualize）：使用 RED（Rate/Errors/Duration）或 USE（Utilization/Saturation/Errors）方法构建仪表盘；
告警（Alert）：在关键路径上定义阈值和异常告警，并在发布前验证不会出现误报洪泛。

主要能力与示例

技能文档提供了以下几类示例：

结构化日志：以 Node.js 的 Pino 为例，示范使用结构化字段并包含关联 ID（如 requestId、userId、durationMs），并指出不推荐使用字符串插值且缺少关联的 console.log。
Prometheus 指标：以 prom-client 为例，定义 Counter（http_requests_total）与 Histogram（http_request_duration_seconds，含 buckets），并示范对路由进行埋点、在 finish 事件中递增计数与结束计时，以及暴露 /metrics 抓取端点。
OpenTelemetry 追踪：以 @opentelemetry/sdk-node 与 OTLPTraceExporter 为例，支持配置 OTLP HTTP 导出端点到 Jaeger，并示范在关键操作上手动创建 span、设置属性、记录异常与状态、最后结束 span。
Prometheus 告警规则：给出 YAML 示例，定义 HighErrorRate 告警，基于 5 分钟窗口的 5xx 请求比率超过 0.05 且持续 2 分钟触发，并设置 severity 标签与 summary 注解。
k6 负载测试：给出 options 中的 stages（爬升、持续负载、回落）与 thresholds（p(95)<500 毫秒、失败率<0.01），以及默认函数中发起 HTTP GET、check 状态码并 sleep 的示例。

参考指南

技能文档列出按上下文加载的参考主题，包括：结构化日志（Pino、JSON 日志）、Prometheus 指标（Counter、Histogram、Gauge）、OpenTelemetry（spans）、告警规则（Prometheus alerts）、仪表盘（RED/USE 方法、Grafana）、性能测试（负载测试、k6、Artillery、基准测试）、应用剖析（CPU/内存剖析、瓶颈）、容量规划（扩缩容、预测、预算）。

约束

必须做：使用结构化日志（JSON）；包含请求 ID 以便关联；为关键路径设置告警；监控业务指标而不仅是技术指标；使用合适的指标类型（counter/gauge/histogram）；实现健康检查端点。禁止做：记录敏感数据（密码、令牌、PII）；对每个错误都告警（告警疲劳）；在日志中使用字符串插值（应使用结构化字段）；在分布式系统中省略关联 ID。

适用场景与限制

适用场景：需要为应用搭建日志、指标、追踪、仪表盘、告警与负载测试体系时，可依据本技能的工作流和示例进行埋点与配置。限制：技能文档以示例与约束为主，未提供所属平台、定价、安装方式或运行环境等具体信息，这些内容暂未提供；同时文档内容为英文，且引用了上游 MIT 许可的源文档。

引用文档

以下为作者声明的引用来源，保留指定版本、署名和许可。

作者的来源声明

jeffallan/claude-skills/skills/monitoring-expert/SKILL.md — 署名：Jeffallan；许可：MIT；版本：3bf9a24b76a7c122f1fc05e83929fbc84e1c207a。