用途：用于验证可观测性基础设施的可靠性，核心原则是“可观测性只和它展示的数据一样可靠”，确保仪表盘不展示错误数据、告警阈值设置合理、日志与追踪链路完整。
主要能力：一是仪表盘数据准确性验证，将源数据（如数据库订单数、交易总额）与 Elasticsearch 聚合结果、Kibana 面板显示值对比；二是 Elasticsearch 查询结果验证，包括 date histogram 分桶与 terms 聚合；三是 Kibana 仪表盘元素断言，检查面板无错误、无空结果、指标值与直接查询一致、表格列与排序正确；四是告警规则测试，验证超阈值触发、恢复后自动解除、通知送达正确渠道、瞬时尖峰不误报；五是日志聚合完整性，确认所有微服务日志进入集中索引、字段经管道后保留、检测日志量骤降；六是 APM 分布式追踪验证与 SLA/SLO 合规校验。
使用方式：技能提供默认执行导向与快速模式选择指引——仪表盘数字错误用数据准确性验证，告警不发用告警阈值测试，Kibana 缺日志用日志聚合完整性检查，仪表盘慢用性能测试，追踪断裂用 APM 追踪验证，SLA 争议用 SLO 合规校验。测试分层为查询验证、仪表盘准确性、告警阈值、管道完整性、性能五级。可配合 qe-integration-tester、qe-performance-tester、qe-visual-tester 等代理协调。涉及工具包括 Kibana、Grafana、Datadog、New Relic、Elasticsearch、OpenSearch、Loki、Prometheus、InfluxDB、CloudWatch、Jaeger、Zipkin、OpenTelemetry、PagerDuty、OpsGenie、Alertmanager、Checkly、Playwright 等。
适用场景：微服务可观测性、监控设施上线前校验、告警配置评审、SLA/SLO 审计。限制：官方资料中未提供具体安装命令、定价、平台支持范围及完整代码示例，本节仅整理其测试模式与验证要点。