用途：在容量规划场景中提供系统化方法，适用于大促或活动前容量评估、日常扩缩容决策、成本优化、新服务资源预估以及年度容量预算。
主要能力：给出容量评估公式与工作流程。公式为：所需实例 = 峰值 QPS / 单实例 QPS × Buffer；示例中峰值 QPS 10000、单实例 QPS 500、Buffer 1.5 时实例数为 30，按 N+2 容灾实际部署 32。核心原则包括数据驱动、预留 Buffer（目标利用率 60~70%）、瓶颈优先、成本感知和定期评审。工作流程为：收集当前指标（CPU、内存、QPS、连接数、历史峰值、增长趋势）、预测未来负载（线性增长或季节性、大促倍数）、用 k6 或 JMeter 压测单实例容量并找拐点、计算所需资源、成本评估、制定扩缩容方案（手动、HPA 或 KEDA）、压测验证、文档化。
配套与用法：提供 templates/capacity-plan-template.md，用于容量评估、预测、成本与方案记录；质量自检涵盖是否基于数据、是否压测验证、是否预留 50% 以上 Buffer、是否成本评估、是否有扩缩容方案、是否定期评审、大促是否提前准备以及是否识别瓶颈。
协作关系：上游可对接监控告警获取指标数据；下游可对接 Kubernetes 编排配置 HPA，以及对基础设施即代码提交资源申请。
限制与注意事项：常见坑包括不压测就预估导致数字不可信、利用率 100% 没有 buffer、只看 CPU 而忽略连接池等瓶颈、不考虑成本导致过度扩容、不定期评审造成资源浪费。除上述信息外，其他细节暂未提供。