Prometheus 告警规则生成器

要解决的问题

手写 Prometheus 告警规则本身并不难，真正消耗时间的是重复且易错的部分：为了盯住某个指标的异常，你得先确认指标名和标签是否真实存在，再权衡 for 持续时间、阈值和比较运算符，最后保证整份 YAML 能通过校验。当规则散落在多个文件里时，命名不一致、表达式拼写错误、分组标签遗漏这类问题很难在提交前全部发现，往往等到告警风暴或静默失效时才暴露。

核心能力与工作方式

这个技能接收自然语言描述作为输入，把「当 CPU 使用率超过 90% 并持续五分钟时告警」这样的句子转换成结构化的规则定义。它通过 Prometheus HTTP API 查询目标实例上实际暴露的指标与标签，因此生成的规则不会凭空引用不存在的指标名；表达式基于 PromQL 查询引擎构建，并在产出时完成校验，确保语法与语义可用。

输出覆盖三个常见环节：

• 规则定义：PromQL 表达式、阈值、for 时长、labels 与 annotations
• Alertmanager 路由配置：把匹配标签接到接收者，处理分组与抑制
• Grafana 面板注解：让告警触发的事件在仪表盘上留痕

适用边界

生成结果依赖 Prometheus 的实际部署状态。如果实例未暴露所需的元数据接口，指标名的推断只能退化为猜测。此外，它负责的是规则的生成与校验，不处理告警之后的静默、值班排班或工单流转，这些仍需借助 Alertmanager 之外的配置。建议在 CI 中配合 promtool 做二次校验。