千问 AI 可观测

对由 qianwenai-deploy 部署的应用做只读可观测，回答「应用运行得怎么样、预计花多少钱」，无需进入 控制台。所有价格为人民币（¥）。

快速路径

1. 识别应用 — 读取项目目录下的 .qianwenai-deploy（见 references/workflow.md）。
2. 选择时间范围 — 默认最近 1 小时；用户可选 15 分钟 / 1 小时 / 24 小时。
3. 逐层检查 — 应用、ECS、（可选）RDS、成本。每项返回统一结果状态之一；单项失败不阻断其他层。
4. 汇报 — 一句话结论，然后逐层摘要、风险项、数据时间、未知项。

范围

代码问题不在能力范围内

本 skill 只做只读观测，报告运行时的可用性、性能和成本，不做源码审查、缺陷定位或代码修改。

涉及代码时，明确告知用户：改代码属于本 skill 能力之外，需由用户自行决定并执行，相应后果由用户 自行承担。

前置条件

Aliyun CLI：执行 aliyun version（需 3.x）。所有查询用驼峰原生形态直连 OpenAPI， 不依赖插件。凭证仅用 aliyun configure list 查看状态。 绝不读取、回显、打印或索要 AK/SK/Token。若无有效凭证配置集，停止并请用户在本会话之外配置凭证。 见 references/cli_installation_guide.md。

状态与评分

每层返回一个状态——healthy（正常）· degraded（可用但有风险）· unavailable（不可用）· unknown（无法判断）——并带上检查时间、目标资源、关键证据、数据来源。单项查询失败时继续检查其他层， 把失败项标记为 unknown——绝不静默省略、绝不编造数据。

每层还会打一个分，各层分数相加得到 0-100 的健康分并给出 A/B/C/D 分级 （>=90 A · >=75 B · >=60 C · <60 D）。共评四个维度：

当应用没有 RDS 时，其权重重分配给应用和 ECS。成本从不计分——单独展示为实际账单加一段基于 利用率的优化说明。

备份 / 快照缺失和安全组收敛建议只作为风险与建议项呈现，不计入健康分；EIP 未绑定、带宽贴顶、 缺 80/443 入方向规则等影响可用性的信号计入可用性维度。

怎么检查

先识别应用，再逐层看。执行每步命令前先读对应指南。某一项失败不影响其他层——标记为 unknown 继续往下。

这些层的检查彼此独立且只读——识别应用后，把各层的只读 API 并行发起（后台 & + wait）， 不要串行等待；同一台 ECS 上的云助手命令合并成一条脚本一次性取回，减少往返。

1. 识别应用 — 读 .qianwenai-deploy，拿到地域和资源 ID。见 workflow。
2. 应用能访问吗？ — 探测公网地址和 /healthz，检查应用和 Nginx 服务及端口，汇总近期错误。见 observe-application。
3. 服务器怎么样？ — ECS 状态，以及时间范围内的 CPU、网络、磁盘、内存。见 observe-ecs。
4. 数据库怎么样？（仅当应用含 RDS）— 状态、连接数、QPS/TPS、空间、行锁等待，以及脱敏慢 SQL。见 observe-rds。
5. 公网与暴露面怎么样？ — EIP 状态与带宽、安全组 80/443 放行与暴露风险。见 observe-network。
6. 有没有维护和备份？ — ECS 系统事件、系统盘快照、RDS 备份。见 observe-resilience。
7. 花了多少钱？ — 应用的实际费用，可选本月外推。见 observe-cost。
8. 评分并汇总 — 给每层打分，相加得到健康分与分级，再写一个自然语言结论。见 workflow。

默认看最近一小时；尊重用户明确指定的 15 分钟 / 1 小时 / 24 小时，并在汇报中注明所用范围。

怎么告诉用户

先给健康分与分级加一句话结论，再给应用、服务器、数据库（如有）、成本各一行短摘要，每行附背后的证据。 点出风险项，说明有哪些没能判断以及原因，并给出数据时间。项目目录存在 operate_audit.jsonl 时， 带上最近一次运维动作（时间、动作、结果），让本次评分对上最近的恢复。发现真实故障时，主动提议用 qianwenai-operate 进入故障诊断：用 AskUserQuestion 给出 立即诊断并修复 / 只看不动， 选择前者即进入 qianwenai-operate。同时把已采集的证据写入项目目录的 observe_handoff.json （故障层、关键指标、数据时间戳，不含任何密码/签名 URL），供 operate 作为诊断起点、免于重复只读检查。

健康分：87 / 100（B，良好）——应用正常，关注 RDS 连接趋势。

应用：访问正常，当前响应时间 186 ms，应用和 Nginx 服务正常。
ECS：运行正常，最近一小时 CPU 平均 31%，未发现持续高负载。
RDS：运行正常，活跃连接数从 12 上升到 38，建议关注连接池趋势。
成本：2026-08 账期实际费用 ¥88.30（ECS ¥52.10，RDS ¥36.20）。

数据截至：2026-08-03 16:20 UTC+8

给完摘要后，主动问一句是否需要导出报告文件，例如：「需要我导出一份 Markdown 或 HTML 报告吗？」 由用户决定，不强制。

交互形态

• 只读信息（体检结论、状态、费用）：纯文本，每条判断后附一行证据（指标、状态、时间戳）。
• 改状态动作（进入 operate、导出报告等）：用 AskUserQuestion，提问答清 做什么 · 影响 · 怎么验证，确认前不执行。
• 主动纪律：健康时安静；仅在有风险或真实故障时主动开口，且一次只提一个后续动作（诊断 / 导出报告） 让用户选。

渲染报告文件（可选）

当用户想要一份保存的 Markdown 或 HTML 报告时，把各层的状态、分数、关键指标和证据汇总成一个 JSON 对象，交给 scripts/render_report.py 渲染，不要手写最终排版。HTML 输出是多卡片报告 （含健康分与异常的总览、每层一张带指标表的卡片、成本卡、建议卡）；Markdown 是其轻量等价物。

1. 打印 schema 并填写：python3 scripts/render_report.py --schema。每层需要 state、 score/max_score、metrics[] 和 detail；assessment.health_score 必须等于各层分数之和 且与分级匹配；成本只承载实际账单金额。
2. 渲染前先校验：python3 scripts/render_report.py --validate -i data.json。按提示修正问题 （状态非法、unknown 缺 reason、分级与分数不符、成本里出现预估）。
3. 按用户选择的格式渲染： python3 scripts/render_report.py -i data.json -f md -o report.md（或 -f html）。

交接给运维（可选）

发现真实故障且用户选择进入 qianwenai-operate 时，向项目目录写 observe_handoff.json，让 operate 以此为诊断起点、优先验证被点名的那一层：

{
  "from": "qianwenai-observe",
  "generated_at": "2026-08-03T16:20:00+08:00",
  "fault_layer": "rds",
  "symptoms": ["RDS 活跃连接从 12 升到 190，接近上限"],
  "metrics": {"rds_active_connections": 190, "app_http_code": 200}
}

fault_layer 取 app / nginx / ecs / rds / network / disk 之一。只写只读观测得到的 证据，绝不写入密码、连接串或签名 URL。文件仅作线索，operate 仍会独立复核后再提恢复动作。

安全

所需权限

见 references/ram_policies.md。除惰性装 agent 的 cms:InstallMonitoringAgent 外均为只读： ecs:DescribeInstances、ecs:RunCommand + ecs:DescribeInvocations（只读命令）、cms:DescribeMetricList、 cms:DescribeMonitoringAgentStatuses、cms:InstallMonitoringAgent、ecs:DescribeSecurityGroupAttribute、 ecs:DescribeInstanceHistoryEvents、ecs:DescribeSnapshots、vpc:DescribeEipAddresses、 bssopenapi:QueryInstanceBill、bssopenapi:QueryBill，以及（含 RDS 时） rds:DescribeDBInstances、rds:DescribeDBInstanceAttribute、rds:DescribeDBInstancePerformance、 rds:DescribeSlowLogRecords、rds:DescribeBackups。

更多细节

各层指南已在上面「怎么检查」中链接。另有两份配置参考：

• CLI 配置 — 安装与凭证检查。
• CLI 踩坑速查 — 参数形态、时间格式、响应解析易错点。
• RAM 权限 — 本 skill 所需的只读权限。