Monitoring Expert 是一个面向监控、可观测性与告警的专家级技能，指导用户使用 Prometheus、Grafana、日志系统与分布式追踪构建完整的可观测性体系。
用途 该技能在用户涉及可观测性（observability）、Prometheus、Grafana、日志、告警、分布式追踪等主题时提供专家级指导，帮助设计、配置和维护监控与告警方案。
核心概念 可观测性三大支柱：指标（Metrics，随时间变化的数值测量，使用 Prometheus）、日志（Logs，离散事件，使用 ELK、Loki）、追踪（Traces，请求在分布式系统中的流转，使用 Jaeger、Tempo）。 监控基础方法包括：Golden Signals（延迟、流量、错误、饱和度）、RED 方法（Rate、Errors、Duration）、USE 方法（Utilization、Saturation、Errors），以及 SLI（服务级指标）、SLO（服务级目标）、SLA（服务级协议）。
关键组件 指标采集（exporters、agents）、时序数据库、可视化（仪表盘）、告警（规则、接收器）、日志聚合、分布式追踪、Alertmanager。
配置示例 资料提供了可复用的配置：
- Alertmanager（alertmanager.yml）：包含全局设置、路由（按 severity 分流到 PagerDuty、Slack、数据库团队）、接收器（email、slack、pagerduty）、抑制规则（critical 告警触发时抑制 warning）。
- Grafana：仪表盘 JSON 示例（请求速率、P95 延迟、错误率面板），以及数据源 Provisioning 配置（Prometheus、Loki）。
- Loki 与 Promtail：Loki 配置（server、ingester、schema_config、storage_config、limits_config）、Promtail 配置（采集应用日志、Docker 日志、Kubernetes 日志）。
- LogQL 查询：按 job 查询、按级别过滤、JSON 解析、错误率、按 pod 计数、从日志生成指标等。
- 分布式追踪：Jaeger 的 docker-compose 部署（多端口、Zipkin 兼容），以及 Node.js 应用埋点示例（jaeger-client + opentracing，追踪 HTTP 请求、数据库查询、外部 API 调用）。
最佳实践
- 指标命名：使用描述性名称（如 http_requests_total）、在名称中包含单位（duration_seconds、bytes_total）、计数器用 _total 后缀、直方图用 _bucket 后缀、保持标签名一致。
- 基数控制：避免高基数标签（用户 ID、邮箱），使用有界标签值，尽量聚合，监控指标数量。
- 告警设计：针对症状而非原因告警，设置合适阈值，包含可操作的注释，对相关告警分组，使用抑制规则。
- 仪表盘设计：每个仪表盘单一用途，使用一致时间范围，包含 SLO/SLI，用注释补充上下文，选择合适的可视化类型。
需避免的反模式 无 SLO、告警疲劳（过多不可操作的告警）、高基数标签、关键路径缺少埋点、缺少 runbook、忽略趋势、日志无结构、缺少上下文。
参考文档 详细材料随技能提供，按需读取，涵盖 Prometheus（Docker 安装、配置、告警规则、PromQL 查询）和应用埋点（Node.js/Express、Python/Flask、Go）。
外部资源 Prometheus：https://prometheus.io/docs/ ；Grafana：https://grafana.com/docs/ ；Loki：https://grafana.com/docs/loki/ ；Jaeger：https://www.jaegertracing.io/docs/ ；OpenTelemetry：https://opentelemetry.io/docs/ ；SRE Book：https://sre.google/books/ 。
适用场景 适用于需要搭建或优化监控告警体系、配置 Prometheus/Grafana、设计日志聚合与查询、实现分布式追踪的工程场景，尤其是用户提到可观测性、Prometheus、Grafana 等关键词时。
限制 资料未提供该技能的具体收费、价格、平台或安装方式信息，相关内容暂未提供。