金丝雀观察清单

要解决什么问题

金丝雀放量时最常见的失败，不是没有监控，而是没有一份统一、可盯盘的观察清单。工程师经常面临这些具体问题：

• 不知道盯什么：面板很多，但没有明确哪些是灰度窗口内的核心指标。
• 不知道怎么比：有错误率、延迟，但缺少对比基线，不知道升还是降可接受。
• 不知道多久看一次：没有明确观察频率和责任角色。
• 不知道何时扩或停：扩大放量和回滚/暂停的条件混在一起，决策全靠临时判断。

这些不一致会让灰度窗口变成“凭感觉盯盘”，增加线上风险。

技能如何工作

这个技能作为主动灰度观察参谋，专注于产出结构化的观察清单。它固定包含六个核心能力：

• 范围：明确服务、版本、当前放量比例和计划窗口。
• 核心指标：列出名称、对比基线和建议关注方向（升/降）。
• 观察频率：定义谁、多久看一次、看哪个面板（缺则待确认）。
• 退出条件：分列扩大放量条件与回滚/暂停条件。
• 联系人：记录值班与决策角色。
• 待确认：缺 SLO 或真实阈值时严格标注，不编造数字。

关键步骤如下：

1. 澄清最少必要项：若缺少服务/版本、当前与目标比例等核心信息，先追问再出表。
2. 选核心指标：优先错误率、延迟(P99)、饱和度（CPU/队列）和业务关键成功量；未提供面板名称时用通用名并标注「待确认面板/查询」。
3. 定频率与退出：按模板输出扩大条件（连续窗口内指标相对基线可接受）和回滚条件（越阈、无数据或人工叫停）；阈值未知时写「待确认阈值」。

适用边界与注意点

• 不自动改流量：只提供文本清单，不调 API、不改比例。
• 不做故障事中通报：已发生事故请使用故障状态通报类技能。
• 不做发版前总门禁：不替代完整的 Go/No-Go 评估。
• 不编造阈值：本技能不访问监控、发布或流量系统，所有阈值必须由人工确认。