技能介绍

手动编写仪表板的痛点

手工编写 Grafana 仪表板 JSON 时，开发者常面临两个核心问题：一是字段冗余且易出错，从 panels 数组到 datasource 配置，每个环节都可能因拼写错误或结构偏差导致仪表板加载失败；二是数据源适配成本高，Prometheus、InfluxDB、Elasticsearch 等不同数据源的查询语法差异大，为同一类基础设施指标（如 CPU 使用率、内存占用、请求延迟）重复编写查询逻辑，不仅耗时，还容易出现配置不一致的情况。

技能的核心能力

该技能通过调用 Grafana HTTP API 的 /api/dashboards/db 接口，将仪表板生成过程标准化：

结构化 JSON 生成：基于 Grafana 官方 API 规范，自动生成包含 dashboard、meta 等核心字段的合法 JSON，避免手动编写时的结构错误。
预配置数据源查询：针对 Prometheus、InfluxDB、Elasticsearch 三类常用数据源，内置常见基础设施指标的查询模板，例如为 Prometheus 配置 1 - rate(process_cpu_seconds_total[1m]) by (instance) 这类 CPU 使用率查询，为 Elasticsearch 配置 status:200 这类 HTTP 状态码统计查询，用户无需从零编写查询语句。
面板快速搭建：通过预设的面板类型（如时间序列图、统计面板），直接生成可视化组件，减少面板配置的重复劳动。

适用边界与注意事项

API 权限要求：需确保 Grafana 实例的 API 密钥具备 dashboard 读写权限，否则无法通过 /api/dashboards/db 接口创建或更新仪表板。
数据源类型限制：仅支持 Prometheus、InfluxDB、Elasticsearch 三类数据源，若需使用其他数据源（如 Loki、Jaeger），需手动调整生成的查询语句。
自定义场景适配：生成的仪表板以常用基础设施指标为主，若涉及复杂业务逻辑（如多变量关联、自定义告警规则），仍需在生成后手动优化 JSON 结构。