技能介绍

解决的问题

在 Grafana UI 里手动拖拽面板、反复调整阈值和查询，不仅耗时，而且仪表板 JSON 散落在数据库里，无法纳入版本控制、代码评审或 CI/CD 流程。当团队需要批量生成风格统一、数据源一致的仪表板，或者要为不同环境（开发、测试、生产）快速复制一套监控视图时，纯手动操作就会成为瓶颈。

技能如何工作

这个技能把仪表板当成代码来生成。它底层使用 grafonnet-lib（基于 Jsonnet）来构建面板 JSON，再通过 Grafana HTTP API 将结果写入目标实例。核心能力包括：

支持四种常见可视化类型：时序图（time series）、统计面板（stat）、表格（table）和热力图（heatmap）。
查询语言覆盖 PromQL 与 LogQL，可直接对接 Prometheus 和 Loki。
每个面板的查询、标题、图例和阈值都可以在代码中参数化，便于复用。

典型流程是：先在代码中定义数据源与查询，再生成面板 JSON 并组装为完整仪表板，最后调用 API 推送到指定 Grafana 实例。整个过程可被脚本化、测试化，并纳入自动化流水线。

适用边界与注意点

需要明确的是，该技能目前没有自动提取的安装或使用说明，上游仓库文档也较为有限。在实际投入生产环境前，建议先阅读源码、理解生成逻辑，并在测试实例上验证输出。在敏感工作流中使用前，务必审查上游项目，确认不存在恶意逻辑或未授权的网络请求。此外，API 调用需要有效的 Grafana 服务账号权限，Jsonnet 语法本身也有学习成本，适合对基础设施代码化有明确需求的团队。