القائمة
可靠性工程时使用。适用于 SLO 定义 / 错误预算管理 / Chaos Engineering / 灾备演练。融合 Google SRE SLO + Netflix Chaos Monkey。
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/zhaoxuya520/AI-Fullstack-Delivery-Workflow --skill reliability-engineeringيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
设计 API 认证鉴权和权限矩阵时使用。适用于多角色系统、租户隔离、字段级权限。优先使用 OAuth 2.0 / JWT + RBAC + 资源归属检查。
设计具体 API 端点时使用。适用于资源建模后的下一步、列端点清单、HTTP 方法和状态码选择。优先使用 RFC 7231 HTTP 语义 + GitHub REST 命名规范。
设计 API 错误码和错误结构时使用。适用于错误响应规范、调用方错误处理、调试可观测。优先使用 RFC 7807 Problem Details + 业务错误码 + 调用方处理建议。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | reliability-engineering |
| description | 可靠性工程时使用。适用于 SLO 定义 / 错误预算管理 / Chaos Engineering / 灾备演练。融合 Google SRE SLO + Netflix Chaos Monkey。 |
1. SLO 是合同
与 PM / 业务方对齐的可靠性目标
2. 错误预算是杠杆
预算充足 → 可以快速发布
预算耗尽 → 冻结发布，专注稳定
3. 主动注入故障
不等生产出事才知道弱点
4. 100% 可用是错误目标
追求 100% = 不发布 = 不创新
SLI（指标）：
- 可用性 = 成功请求 / 总请求
- 延迟 = P99 < 500ms 的比例
- 正确性 = 正确响应 / 总响应
SLO（目标）：
- 可用性 99.9%（月 43 分钟不可用）
- 延迟 99% 请求 P99 < 500ms
错误预算：
- 月预算 = 1 - SLO = 0.1%
- 消耗 > 50% → 警告
- 消耗 > 80% → 冻结发布
原则：
1. 定义稳态（正常指标）
2. 假设稳态会持续
3. 注入故障
4. 观察是否偏离稳态
5. 修复发现的弱点
常见实验：
- 杀 Pod（K8s）
- 网络延迟注入
- 磁盘满
- 第三方超时
- DNS 故障
- 数据库主从切换
工具：
- Chaos Monkey（Netflix）
- Litmus Chaos（K8s）
- Gremlin（SaaS）
- Chaos Mesh（K8s）
- toxiproxy（网络故障）
templates/slo-definition-template.md — SLO 定义 + 错误预算 + Chaos 实验□ SLO 与业务方对齐
□ 错误预算跟踪
□ 预算耗尽有动作
□ Chaos 实验定期
□ 灾备演练（季度）
□ 弱点修复跟踪
上游：
devops-engineer monitoring-alerting → SLI 数据
下游：
postmortem → SLO 违反时复盘
capacity-planning → 可靠性影响容量
incident-response → SLO 违反触发响应