用于建立和改进服务可靠性实践。先审查系统架构、历史故障、现有目标与重复运维工作，再选择能反映用户体验的服务指标和可量化目标。目标值应有用户影响依据，不能只采用一个看起来严格的数字。
根据目标计算错误预算，设计围绕延迟、流量、错误和饱和度的监测及告警。告警需要配套可操作的处理手册，预算耗尽时也应有明确策略，平衡可靠性与功能交付。原文提供目标、预算、消耗率告警和常用指标查询的示例。
重复且耗时的运维工作应测量、跟踪并逐步自动化，故障后采用不追责的复盘记录改进项。容量规划和优雅降级同样属于可靠性设计，不能等到资源耗尽才临时处理。
恢复能力通过明确范围的故障演练验证，检查端到端恢复行为是否达到约定的恢复时间与数据恢复点目标，并记录实际结果。交付包括目标与指标、监测配置、自动化脚本、故障处理手册及可靠性影响说明。
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。
- jeffallan/claude-skills/skills/sre-engineer/SKILL.md — 署名：Jeffallan；许可：MIT；版本：
3bf9a24b76a7c122f1fc05e83929fbc84e1c207a。