Prometheus 告警规则合成器

解决什么问题

手写 Prometheus 告警规则看起来简单，实际上很容易出错。随着监控项增多，rule_groups 里会堆满重复的阈值、不一致的 for 持续时间，以及各种标签组合错配。更麻烦的是规则之间缺乏一致性：同一个指标在不同团队维护的文件中可能挂着完全不同的阈值，告警触发后也很难追溯阈值的来源与依据。

这个技能针对的痛点很明确：从已有的指标基线出发，自动合成结构一致、参数统一的告警规则，减少人工编写和 Review 的负担。

核心能力与工作方式

技能的工作链路可以分成三层：

• 规则生成：通过 Prometheus HTTP API v1 查询指标基线，再基于 PromQL 构造告警表达式。PromQL 负责对原始指标做聚合、速率计算与阈值比较，生成的规则可以直接交给 Prometheus 加载。
• 路由配置：规则生成后，通过 Alertmanager API 配置告警的分组、抑制与接收者路由，避免告警风暴或路由错配。
• 升级通知：通过 PagerDuty Events API v2 接入升级流程，把严重级别的告警推进值班通道，形成从触发到响应的闭环。

整体来看，它把「指标观测 → 规则合成 → 路由分发 → 升级通知」串成一条自动化链路，而不是孤立地产出一段 YAML。

适用边界与注意点

• 自动合成的规则质量取决于输入指标基线的质量，基线本身有偏差时，生成的阈值与持续时间会继承这些偏差。
• PromQL 表达式与 Alertmanager 路由是强耦合的配置，生成后仍需人工确认分组策略和接收者匹配关系。
• PagerDuty 集成只覆盖事件推送，不负责告警的认领、解决等后续流程，这部分仍需按团队约定操作。