该技能用于 DevOps 故障排查相关工作流，在需要指导、最佳实践或检查清单时使用；与 DevOps 排查无关的任务不适用。
用途：快速事件响应、根因分析、高级调试与构建韧性系统。
主要能力涵盖：可观测性（ELK、Loki/Grafana、Fluentd/Fluent Bit、DataDog、New Relic、Dynatrace、Prometheus、Grafana、InfluxDB、VictoriaMetrics、Thanos、Jaeger、Zipkin、AWS X-Ray、OpenTelemetry、合成监控）；容器与 Kubernetes 调试（kubectl、Docker/containerd/CRI-O、Pod、服务网格 Istio/Linkerd/Consul Connect、CNI、Ingress、持久卷与存储类）；网络与 DNS（tcpdump、Wireshark、eBPF、dig/nslookup、负载均衡器、安全组与网络策略、VPC/NAT）；性能与资源分析（CPU、内存、磁盘 I/O、内存泄漏、GC、数据库查询与死锁、Redis/Memcached、OOMKilled、CPU 限流、自动扩缩容）；应用与服务调试（微服务通信、REST/GraphQL 与认证、Kafka/RabbitMQ/SQS 消费延迟与死信队列、部署与配置漂移）；CI/CD 流水线调试（构建失败、依赖与测试失败、ArgoCD/Flux 与回滚、流水线性能、SAST/DAST、镜像仓库与版本冲突）；云平台（AWS CloudWatch/AWS CLI、Azure Monitor/PowerShell、GCP Cloud Logging/gcloud、多云与 Serverless）；安全与合规（OAuth、SAML、JWT、RBAC 与策略配置）。
使用方式：先澄清目标、约束与所需输入；应用相关最佳实践并验证结果；给出可执行步骤与验证方法；如需详细示例，打开 resources/implementation-playbook.md。
限制：仅适用于该领域范围；官方未提供具体价格、平台支持范围或效果数据。