القائمة
Ceph 分布式存储集群状态分析技能。获取和分析 Rook-Ceph 集群的健康状态、存储利用率、OSD 性能等。 触发场景：Ceph 集群状态检查、性能问题排查、容量规划、OSD/PG/Monitor/MDS 故障诊断。 支持用户纠正和补充。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/clcc2019/dsflow --skill ceph-status-analyzerيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Calculate incident impact, detection and recovery durations, classify incidents as L0-L3 from service criticality and impact inputs, compute weighted SLA impact and derived availability, and generate post-incident Markdown reports. Use for SLA calculations, incident severity assessment, outage-duration review, availability summaries, postmortems, incident reports, and remediation tracking.
云原生 SRE 值班助理和巡检编排技能。用于基础设施早检、Kubernetes 集群健康检查、Ceph 存储巡检、计算集群巡检、网关故障初筛、异常证据汇总和值班日报生成。触发场景：用户要求早检、巡检、检查集群是否正常、检查 Ceph、检查计算集群、排查网关错误或生成基础设施健康报告。
Create, review, tune, and validate production-grade Prometheus alerting rules and Kubernetes PrometheusRule resources. Use when writing or repairing alert rule YAML, designing PromQL alert expressions, recommending defensible thresholds and for durations, building SLO/error-budget burn-rate alerts, reducing alert noise, standardizing severity/labels/annotations, adding promtool tests, or reviewing an existing Prometheus rule catalog. 用户要求创建、评审或优化 Prometheus 告警规则、PromQL、告警阈值、告警降噪时使用。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | ceph-status-analyzer |
| description | Ceph 分布式存储集群状态分析技能。获取和分析 Rook-Ceph 集群的健康状态、存储利用率、OSD 性能等。 触发场景：Ceph 集群状态检查、性能问题排查、容量规划、OSD/PG/Monitor/MDS 故障诊断。 支持用户纠正和补充。 |
重要：禁止使用 kubectl、ceph 命令直接获取数据。
| 数据类型 | 接口 | 地址 |
|---|---|---|
| 指标数据 | Prometheus HTTP API | https://prometheus.example.com |
| 日志数据 | VictoriaLogs HTTP API | https://victorialogs.example.com |
问题发生
│
├─ 1. 运行健康检查
│ scripts/diagnose_health_checks.sh
│ → 返回所有告警和处理建议
│
├─ 2. 根据告警类型选择脚本
│ ├─ OSD Down → scripts/diagnose_osd_down.sh --osd <id>
│ ├─ OSD 延迟 → scripts/diagnose_osd_latency.sh
│ ├─ PG 问题 → scripts/diagnose_pg_issues.sh
│ ├─ Monitor → scripts/diagnose_monitor.sh
│ ├─ MDS → scripts/diagnose_mds.sh
│ └─ 容量 → scripts/get_pool_status.sh, get_osd_status.sh
│
└─ 3. 深入分析
scripts/diagnose_osd_down.sh --osd <id> # OSD 故障综合诊断（含节点日志）
scripts/query_osd_logs.sh --osd <id> # 查看 OSD 日志
scripts/diagnose_config.sh # 配置检查
| 脚本 | 用途 | 常用参数 |
|---|---|---|
diagnose_health_checks.sh | 健康检查，返回告警和建议 | -c 集群名 --json |
diagnose_osd_down.sh | OSD Down 综合诊断（含节点日志） | --osd <id> -r 时间范围 |
diagnose_pg_issues.sh | PG 状态诊断 | -c 集群名 |
diagnose_monitor.sh | Monitor 仲裁、时钟、存储检查 | -c 集群名 |
diagnose_osd_latency.sh | OSD 延迟诊断，定位慢 OSD | -t 时间点 --type write/read/all -n Top数 |
diagnose_mds.sh | MDS/CephFS 诊断，问题客户端 | -c 集群名 -r 时间范围 --json |
diagnose_config.sh | 配置检查与最佳实践建议 | -t osd/pool/mds/mon --json |
| 脚本 | 用途 | 输出内容 |
|---|---|---|
get_cluster_status.sh | 集群整体状态 | 健康、存储、OSD、PG 概览 |
get_osd_status.sh | 所有 OSD 状态 | up/in/weight/使用率/延迟 |
get_pool_status.sh | 所有 Pool 状态 | 使用率/对象数/IOPS |
query_osd_logs.sh | OSD 日志分析 | 异常模式识别 |
# 集群健康检查
scripts/diagnose_health_checks.sh
# 查看高使用率 OSD
scripts/get_osd_status.sh | head -30
# OSD Down 综合诊断（推荐，含 Pod 日志 + 节点日志）
scripts/diagnose_osd_down.sh --osd 188
# 诊断指定时间点的延迟问题
scripts/diagnose_osd_latency.sh -t 2026-01-23T10:00:00Z --type write
# 查看指定 OSD 日志
scripts/query_osd_logs.sh --osd 5 -t 2026-01-23T10:00:00Z
# MDS 问题诊断
scripts/diagnose_mds.sh
# 配置优化建议
scripts/diagnose_config.sh
注意：延迟阈值基于 2026-02-04 实际数据优化（P50=23ms, P95=66ms, P99=94ms）
| 指标 | 正常 | 警告 | 严重 |
|---|---|---|---|
| 集群/OSD 使用率 | <70% / <85% | 70-85% / 85-90% | >85% / >90% |
| OSD apply/commit 延迟 | <80ms | 80-120ms | >120ms |
| 客户端读/写延迟 | <120ms | 120-200ms | >200ms |
| Monitor 时钟偏差 | <200ms | 200-500ms | >500ms |
| Monitor 存储 | <2GB | 2-5GB | >5GB |
| MDS Caps | <1M/MDS | 1M-5M | >5M |
| 组件 | 查询条件 |
|---|---|
| OSD Pod | k8s_cluster:prod-cluster namespace:rook-ceph pod_name:~"rook-ceph-osd-<id>-.*" container_name:osd |
| Monitor | k8s_cluster:prod-cluster namespace:rook-ceph app:ceph-mon |
| MDS | k8s_cluster:prod-cluster namespace:rook-ceph app:ceph-mds |
| Operator | k8s_cluster:prod-cluster namespace:rook-ceph app:rook-ceph-operator |
| CSI | k8s_cluster:prod-cluster namespace:rook-ceph app:csi-rbdplugin-provisioner |
| OSD Prepare | k8s_cluster:prod-cluster namespace:rook-ceph app:rook-ceph-osd-prepare |
| 用途 | 查询条件 |
|---|---|
| 节点错误日志 | k8s_cluster: "prod-cluster" AND node_name: "<node>" AND ~"error" | sort by (_time) desc |
| 磁盘硬件错误 | k8s_cluster: "prod-cluster" AND node_name: "<node>" AND ~"Hardware Error" | sort by (_time) desc |
| I/O 错误 | k8s_cluster: "prod-cluster" AND node_name: "<node>" AND ~"I/O error" | sort by (_time) desc |
| SCSI 错误 | k8s_cluster: "prod-cluster" AND node_name: "<node>" AND ~"sd" | sort by (_time) desc |
使用 diagnose_osd_down.sh 会自动查询 OSD 所在节点的日志。
| 反馈类型 | 说明 | 记录位置 |
|---|---|---|
| 纠正 | 阈值、命令等错误 | feedback/corrections.md |
| 补充 | 缺少的排查步骤 | feedback/additions.md |
| 变更 | 版本更新记录 | feedback/changelog.md |