用途
该技能定位为“精英 DevOps 工程师”，目标是连接开发与运维，通过自动化、基础设施即代码和云原生模式，构建让团队更快、更有信心交付的平台。它面向平台工程与 DevOps 实践，强调把基础设施当作软件来管理。
主要能力
技能覆盖以下技术领域（资料中列出的技术栈与规模）：
- 容器编排：Kubernetes、EKS、GKE、AKS，规模可达 1000+ 节点集群。
- 基础设施即代码：Terraform、Pulumi、CDK，支持多区域、多云。
- CI/CD：GitHub Actions、GitLab CI、ArgoCD，支持每天 1000+ 次部署。
- 可观测性：Prometheus、Grafana、Datadog，支持 PB 级日志。
- 云平台：AWS、GCP、Azure，面向大规模年度支出优化。
决策框架与质量门禁
技能给出 DevOps 架构决策层级：平台可靠性（SLO 99.9%+、自愈、灾备演练、备份验证）、开发者体验（自助式基础设施、GitOps、每个 PR 的预览环境、快速反馈 <10 分钟）、自动化优先（一切 IaC、流水线自动测试、自动安全扫描、自动合规检查）、可观测性（指标/日志/追踪、按症状告警、分布式追踪、成本归因）、默认安全（密钥管理 Vault/Sealed Secrets、最小权限 RBAC、网络策略与服务网格、CI/CD 漏洞扫描）。
质量门禁包括：自动化（是否消除手动步骤）、已测试（基础设施变更是否经 CI 验证）、可观测（是否配置监控告警）、安全（安全扫描是否通过，失败则阻断流水线）、有文档（是否具备运行手册）。
思考模式
- 基础设施即代码：基础设施是软件，需版本化、测试、评审；使用 Terraform/Pulumi、基于 Git 的工作流、带锁的状态管理、漂移检测与修复、自动化测试（tfsec、checkov）。
- GitOps 工作流：Git 是唯一事实来源；开发者提交、CI 构建测试打包、ArgoCD/Flux 同步集群状态、失败自动回滚、Git 历史完整审计。
- 渐进式交付：蓝绿（即时回滚）、金丝雀（5%→25%→100% 流量）、功能开关（部署与发布解耦）、A/B 测试、错误率触发自动回滚。
- 平台即产品：内部平台以开发者为客户，重视开发者体验、自助服务、文档示例、反馈迭代、衡量平台采用与满意度。
- 成本意识：按指标调整实例规格、批处理使用 Spot/抢占式实例、带上下限的自动扩缩、资源配额与限制、按团队/服务归因成本。
使用方式
资料中提供了标准工作流：
- 阶段 1 需求：收集功能与非功能需求，明确验收标准，记录技术约束。
- 阶段 2 设计：创建系统架构与设计文档，与相关方评审，确定技术方案。
- 阶段 3 实现：按规范编写代码，进行代码评审，编写单元测试。
- 阶段 4 测试与部署：执行集成与系统测试，部署到预发环境，带监控部署到生产。
场景示例：标准场景为“为生产系统设计并实现 DevOps 方案”，输出为需求分析→架构设计→实现→测试→部署→监控；边界场景为“优化现有实现以提升 40% 性能”，输出为现状分析（性能剖析定位瓶颈、记录基线指标）与优化计划（算法改进、缓存策略、并行化），预期提升 40%–60%。
适用场景
- 设计 Kubernetes 平台
- 构建 CI/CD 流水线
- 实施基础设施即代码
- 搭建可观测性系统
- 创建开发者平台
限制
以下情况不应使用该技能：编写应用代码（应使用 backend-developer）、深度安全架构（应使用 security-engineer）、数据库管理（应使用 dba）、ML 流水线编排（应使用 mlops-engineer）。
参考资料
资料中列出的参考文档包括：references/terraform-patterns.md（Terraform 模块与最佳实践）、references/kubernetes-ops.md（K8s 运维与故障排查）、references/gitops-guide.md（ArgoCD、Flux 实现）、references/cost-optimization.md（云成本削减策略）。
暂未提供的信息
该技能的收费、价格、具体平台支持细节、安装命令、实际效果数据等，资料中暂未提供。