用途：该技能定位为生产级可观测性工程，用于设计监控、日志、分布式追踪与可靠性系统，适合需要系统性观测能力而非临时看板的场景。资料明确列出适用时机：设计监控/日志/追踪系统、定义 SLI/SLO 与告警策略、排查生产可靠性或性能回归；不适用：只需单个临时看板、无法访问指标/日志/追踪数据、或需要的是应用功能开发。
主要能力：监控与指标（Prometheus/PromQL、Grafana、InfluxDB、DataDog、New Relic、CloudWatch、Nagios/Zabbix、StatsD/Telegraf/Collectd）；分布式追踪与 APM（Jaeger、Zipkin、AWS X-Ray、OpenTracing/OpenTelemetry、Istio/Envoy、追踪与日志指标关联）；日志管理（ELK、Fluentd/Fluent Bit、Splunk、Loki、结构化日志与保留策略）；告警与事故响应（PagerDuty、Slack/Teams、告警关联降噪、Runbook、复盘）；SLI/SLO 与错误预算；OpenTelemetry 与现代标准；Kubernetes/Docker/云与数据库监控；混沌工程与可靠性测试；自定义看板与可视化；Observability as Code；成本优化；企业合规集成；以及 AI/ML 在异常检测、预测、根因分析上的应用。
使用方式：资料给出流程——识别关键服务、用户旅程与可靠性目标；定义信号、埋点与数据保留；构建对齐 SLO 的看板与告警；验证信号质量并降低告警噪音。安全上要求避免记录敏感数据或密钥，并平衡告警覆盖与噪音。
限制：具体安装命令、配置代码、版本与价格资料暂未提供；输出不得编造相关细节。