果议一劳宫回放容量规划

回放场景下的容量估算困境

在系统回放（replay）场景中，无论是事件流重放、数据管道补数，还是训练样本的二次回灌，工程师往往面临同一个问题：当前的算力与存储是否撑得住回放任务？ 回放不同于常规在线请求——它通常在短时间内集中产生大量计算与 I/O，峰值压力可能数倍于平时。没有提前做好容量规划，轻则任务超时、队列堆积，重则引发下游服务雪崩。

guoyiyi-laogong-replay-capacity-planner 这个技能的目标就是在这个环节提供辅助：把"回放需要多少资源"从拍脑袋变成有依据的估算。

技能如何工作

该技能以大模型为驱动核心，接收回放任务的描述性输入（例如回放的数据规模、目标吞吐、时间窗口等关键参数），并基于这些信息给出容量规划的参考建议。其工作思路大致包括：

• 参数解析：从用户输入中提取回放任务的关键变量，如数据量级、并发度、时延容忍度等；
• 容量推导：结合回放场景的典型计算模式，推导出所需的算力与存储估算；
• 结果输出：以结构化的格式呈现规划建议，方便工程师直接用于资源申请或任务排期。

需要注意的是，SKILL.md 本身对技能的具体实现细节描述有限，上述流程是基于技能定位的通用推演，实际行为以技能运行时的输出为准。

适用边界与注意点

• 该技能面向的是回放（replay）类任务的容量规划，不适用于常规在线流量预测或离线批处理作业的通用资源调度；
• 估算结果属于参考性建议，不能替代压测与线上观测数据，关键系统仍需结合真实负载验证；
• 输入参数的完整性直接影响输出质量，建议在调用时提供尽可能详细的回放任务描述。