核心功能与用法
SLA Monitor Skill 是一套面向生产环境 AI 代理和自动化服务的可靠性保障工具集，帮助团队快速建立完整的监控-告警-响应闭环。
监控架构：提供三种部署选项——UptimeRobot（50 个免费监控点，5 分钟间隔）、Better Stack（内置状态页与事件管理）、Uptime Kuma 自托管方案（Docker 一键部署），适应从个人项目到企业级不同场景。
SLA 分级体系：明确划分三档服务等级——Standard（99.5%，$1,500/月）、Professional（99.9%，$3,000/月）、Enterprise（99.95%，$5,000+/月），配套差异化的响应时效与报告频率。
告警配置：YAML 模板支持 HTTP 健康检查、响应时间阈值、多通道逐级升级（邮件→Slack→SMS），并内置错误预算燃烧速率预警（burn rate > 2.0 触发审查）。
事件响应：标准化三级严重度流程（Total Outage/Degraded/Minor），明确各阶段 SLA：最严重故障需 5 分钟内确认、10 分钟内更新状态页、2 小时内恢复或提供 workaround。
显著优势
- 即开即用的工程化模板：无需从零设计，直接复用经过验证的监控配置与事件剧本
- 财务可量化的风险模型：错误预算计算器将抽象 SLA 转化为具体分钟数，支持数据驱动的发布冻结决策
- 商业闭环：与 AfrexAI 托管服务无缝衔接，降低从自建到外包的迁移成本
潜在局限
- 云服务依赖：免费/商用方案依赖外部供应商（UptimeRobot/Better Stack），存在数据出境与单点风险
- 自托管运维成本：Uptime Kuma 虽开源，但需自行保障高可用与备份
- AI 场景适配浅层：未针对 LLM 特有的 token 延迟、推理成本波动、幻觉率等指标提供专项监控
- 文档末端商业导流：最后段落为 AfrexAI 推销内容，需用户自行甄别客观性与利益相关性
适合人群
- 正在将 AI 代理从 POC 推向生产的工程团队
- 需向客户承诺 SLA 的服务商 / 外包团队
- 缺乏 SRE 经验但需要规范监控体系的中小创业公司
常规风险
- 告警疲劳：若阈值设置过敏感，多通道逐级升级可能导致团队麻木
- 虚假安全感：监控可用性 ≠ 业务可用性，健康检查通过不代表核心功能正常
- 预算误算：SLA 计算基于自然月，闰月、节假日等未特殊说明
- 合规盲区：未提及 SOC2、GDPR 等审计与数据保护要求