监控专家

它解决什么问题

监控体系常见问题不在于工具不够多，而在于信号、采集、面板和告警彼此脱节：指标选错导致面板无重点，日志没结构化导致排障时只能在海量文本里捞针，链路缺失让跨服务问题只能靠猜，告警阈值拍脑袋又带来持续性的噪声和疲劳。@kunlungrowth/monitoring-expert 面向这些工程场景，把从信号定义到告警收敛的步骤固化下来，帮助你交付一套能落地、可维护的监控配置。

它如何工作

核心能力覆盖配置监控系统与日志管线、搭建 Prometheus/Grafana 面板、定义告警规则与分布式追踪。工作流按五步推进：

• 明确信号：先确定指标、日志、链路分别覆盖哪些服务和关键路径，避免上来就堆 Exporter。
• 采集落地：选择合适的 Exporter，推动结构化日志与埋点，保证数据源头可用。
• 面板设计：围绕关键指标做可视化，控制维度和粒度，把无关波动从主视图里剔除。
• 告警策略：用阈值或速率触发，配合去重与静默，减少无意义的半夜呼叫。
• 工件输出：返回 MonitorSpec，包含 metrics、dashboards、alerts 与 notes，供后续对齐 SLO 或复盘。

输入支持自然语言需求描述、约束条件和可选代码片段，也可以接收已有的 MonitorSpec 做二次优化。输出包含完整的结构化工件，以及一段自然语言摘要，指出质量自检结果和最值得优先修改的 2–3 个点。

适用边界

它不负责告警策略与 SLO 的最终裁决，这类问题建议交给 sre-engineer 继续处理。它也不涉及具体 APM 厂商的商务选型或采购建议。输入如果只有模糊感受而缺少服务上下文，输出仍需你先确认信号范围后才能落到配置。