技能介绍

告警规则编写的痛点

在 Prometheus 生态中，编写告警规则看似简单，实则暗藏多个陷阱。PromQL 语法错误往往在告警触发时才暴露，导致静默失败；AlertManager 路由配置的层级结构复杂，容易出现通知丢失；而 PagerDuty、OpsGenie、Slack 等接收器的配置格式各异，手工编写容易出错。这些问题在多团队协作时尤为突出——缺乏统一规范的告警规则难以维护，错误配置可能让真正的告警被淹没。

核心能力与工作方式

这个技能通过 Prometheus HTTP API 实现 PromQL 的实时验证，将规则生成从「写完再调试」转变为「生成即正确」的流程。具体来说：

规则生成：根据用户描述的监控需求，自动生成符合 Prometheus 规范的告警规则 YAML，包括指标表达式、阈值、持续时间等关键参数
PromQL 验证：在生成过程中调用 Prometheus API 验证查询语法，避免常见的函数误用、指标名称错误等问题
路由配置构建：自动生成 AlertManager 的 route 和 receive 配置，支持按标签路由、静默规则、分组策略等高级功能
多平台集成：内置 PagerDuty、OpsGenie、Slack 三种接收器的配置模板，可根据团队需求灵活组合

工作流程上，用户只需描述监控目标（例如「监控节点 CPU 使用率超过 80% 持续 5 分钟」），技能会生成完整的告警规则，并验证 (1 - avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[5m]))) * 100 > 80 这样的表达式语法正确性，最终输出可直接部署的 YAML 配置。

适用边界与注意事项

这个技能专注于规则和配置的生成与验证，不负责 Prometheus 或 AlertManager 的安装部署。生成的配置需要配合实际的监控系统使用，建议在测试环境先验证规则触发逻辑。对于复杂的多级路由策略（如跨集群通知、动态接收器切换），可能需要手工调整生成的配置。另外，虽然支持三种主流接收器，但企业自定义的通知系统（如内部工单系统）需要额外适配。