Prometheus 告警管理器规则生成器

要解决什么问题

手写 Prometheus 告警规则从来不是一件轻松事。一条典型的告警规则要包含 PromQL 表达式、for 持续时间、labels 和 annotations，稍不留神就会在语法或语义上出错；而 Alertmanager 的路由配置还要处理分组、抑制、静默和接收器分发，层级更深、更容易写错。结果是：规则文件要么长期没人敢改，要么改完后线上才发现表达式根本没触发过。这个技能把「描述意图 → 产出可运行的配置」这一步自动化。

它如何工作

技能的核心流程分三步：

• 自然语言解析：用日常描述（比如「CPU 使用率连续 5 分钟超过 80% 就告警」）作为输入，不必手写 PromQL。
• 规则生成：基于 PromQL query builder 把描述转换成结构化的告警规则，同时产出对应的 Alertmanager routing 配置。
• 实时校验：借助 Alertmanager API v2 对生成的规则做在线校验，而不是生成一堆文件扔给使用者自己去碰运气。

使用者得到的是经过 API 校验的规则片段，可以直接纳入版本控制、配合 review 流程合入仓库。

适用边界

• 技能负责把描述变成规则和路由配置，不负责替你理解业务指标本身——指标选错，规则再正确也是在告警错误的东西。
• 在线校验依赖 Alertmanager API v2 的可用性，环境隔离或 API 不可达时需要自行降级处理。
• 生成的规则在合入生产前仍应经过一次人工 review，尤其是分组和抑制策略这类直接影响告警风暴的字段。

总体来看，它更适合作为告警配置流程里的「起草 + 校验」环节，而不是端到端的告警治理方案。