用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/zhaoxuya520/AI-Fullstack-Delivery-Workflow --skill capacity-planning命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
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。
基于 SOC 职业分类
正在显示 SKILL.md
| name | capacity-planning |
| description | 容量规划时使用。适用于扩缩容决策、大促准备、成本优化、资源预测。融合 Google SRE Capacity Planning + 负载测试 + 成本模型。 |
1. 数据驱动
基于历史指标预测，不靠猜
2. Buffer 预留
目标利用率 60~70%，不是 100%
3. 瓶颈优先
找最先压垮的资源
4. 成本感知
扩容有成本，不是越多越好
5. 定期评审
每月 / 每季度回顾
所需实例 = 峰值 QPS / 单实例 QPS × Buffer
示例：
峰值 QPS = 10000
单实例 QPS = 500（压测得出）
Buffer = 1.5（50% 余量）
实例数 = 10000 / 500 × 1.5 = 30
按 N+2 容灾：
实际部署 = 32
1. 收集当前指标
- CPU / Memory / QPS / 连接数
- 历史峰值
- 增长趋势
2. 预测未来负载
- 线性增长 / 季节性
- 大促倍数
3. 压测单实例容量
- k6 / JMeter
- 找拐点
4. 计算所需资源
5. 成本评估
6. 扩缩容方案
- 手动 / HPA / KEDA
7. 验证（压测）
8. 文档化
templates/capacity-plan-template.md — 容量评估 + 预测 + 成本 + 方案□ 基于数据（不靠猜）
□ 压测验证
□ Buffer 预留（50%+）
□ 成本评估
□ 扩缩容方案
□ 定期评审
□ 大促提前准备
□ 瓶颈识别
上游：
devops-engineer monitoring-alerting → 指标数据
下游：
devops-engineer kubernetes-orchestration → HPA 配置
devops-engineer infrastructure-as-code → 资源申请