用途：用于验证分布式系统与生产环境的容错能力，通过受控故障注入提前发现弱点，避免非计划停机。资料强调先定义稳态指标（错误率、延迟、吞吐量），提出系统在故障期间维持稳态的假设，注入网络、实例、磁盘、CPU 等真实故障，再观测偏离并修复、记录 runbook、重复验证。
主要能力：覆盖网络（延迟、丢包、分区，工具 tc、toxiproxy）、基础设施（实例终止、磁盘故障、CPU，Chaos Monkey）、应用（异常、慢响应、泄漏，Gremlin、LitmusChaos）、依赖（服务中断、超时，WireMock）等故障类型。给出稳态指标参考：错误率正常 <0.1%、告警阈值 >1%；p99 延迟正常 <200ms、告警 >500ms；吞吐量基线下降 20% 触发告警。提供混沌实验结构示例（名称、假设、稳态、方法、自动回滚与触发条件）以及智能体驱动的实验调用与校验要点（自动恢复、错误率在阈值内、无数据丢失、告警正确触发）。
使用方式：从小范围开始，按 Dev → Staging → 1% 生产 → 10% → 50% → 100% 逐步扩大爆炸半径；定义清晰回滚触发（如 error_rate > 5%）；衡量爆炸半径且不超过计划范围；将发现写入 runbook 并迭代。资料还提及内存命名空间 aqe/chaos-engineering/（experiments、steady-states、runbooks、blast-radius）与智能体协同策略。
适用场景：分布式系统验证、灾难恢复测试、容错信心建设、生产前韧性验证。
限制：所有内容均基于提供的技能资料，具体安装命令、收费、价格、平台支持与实测效果暂未提供；示例代码与调用仅为文档说明。