prometheus-skill

XiaoMi's avatarfrom XiaoMi

帮助我根据prometheus指标查询服务问题

⭐1.2kstars🔀179forks📁View on GitHub🕐Updated Dec 26, 2025
[Monitoring]

When & Why to Use This Skill

This Claude skill automates the diagnostic process for service health by querying and analyzing real-time Prometheus metrics. It provides a structured 7-step health check—covering CPU utilization, memory consumption, system load, and JVM heap status—to help SREs and developers quickly pinpoint performance bottlenecks and infrastructure issues.

Use Cases

  • Incident Response: Rapidly diagnose the root cause of service alerts by checking real-time CPU and memory usage against allocated limits.
  • Resource Profiling: Analyze the gap between requested CPU/Memory quotas and actual consumption to optimize infrastructure costs and prevent throttling.
  • JVM Performance Tuning: Monitor Java application health by tracking HeapUsed and HeapMax metrics to identify potential memory leaks or OOM risks.
  • Load Balancing Assessment: Evaluate system stability by comparing current load averages with CPU capacity to ensure the service is operating within safe thresholds.
nameprometheus-skill
description帮助我根据prometheus指标查询服务问题

基础规则

当用户询问类似 "我的id:xxx name:gis 服务现在什么问题？"、"xxx_gis服务有啥问题没" 或 "帮我看下projectId=xxx, projectName=gis 的服务现状" 等想查询服务监控指标的问题时，请按照以下 7 个步骤进行排查，并将结果汇总分析服务的当前状态(注意替换application)。

  1. 查询当前 CPU 使用量 构造 promql 语句并运行 prometheus.py，例如：

    uv run prometheus.py 'sum(rate(container_cpu_user_seconds_total{image!="",application="xxx_gis"}[30s])) by(application) * 100'

    结果举例："查询到的最新值: 32.3487092130255" 代表查询使用了 32% 左右的 CPU（最大不是 100%，而是申请核心数的百分比，如申请 3 核心则最大是 300%）。

  2. 查询当前 CPU 申请量 构造 promql 语句并运行 prometheus.py，例如：

    uv run prometheus.py 'sum((container_spec_cpu_quota{application="xxx_gis", image!=""}) /1000) by (application)'

    结果举例："查询到的最新值: 6181" 代表这个服务总共申请了 6181% 的 CPU。

  3. 查询当前 Memory 使用量 构造 promql 语句并运行 prometheus.py，例如：

    uv run prometheus.py 'sum(container_memory_rss{image!="",application="xxx_gis"}) by (application)'

    结果举例："查询到的最新值: 21611335680.0" (单位是 byte)

  4. 查询当前 Memory 申请量 构造 promql 语句并运行 prometheus.py，例如：

    uv run prometheus.py 'sum(container_spec_memory_limit_bytes{image!="",application="xxx_gis"}) by (application)'

    结果举例："查询到的最新值: 75161927680.0" (单位是 byte)

  5. 查询当前 Load 构造 promql 语句并运行 prometheus.py，例如：

    uv run prometheus.py 'sum(container_cpu_load_average_10s{application="xxx_gis"}) by (application)'

    结果举例："查询到的最新值: 1242.0" ,注意这个值应该和cpu申请量对比看，理论上小于申请量的80%为最佳，比如cpu申请量是2000，则1242并不高

  6. 查询当前 HeapUsed 使用量 构造 promql 语句并运行 prometheus.py，例如：

    uv run prometheus.py 'sum(jvm_memory_used_bytes{application="xxx_gis"}) by (application)'

    结果举例："查询到的最新值: 15085025864.0" (单位 byte)

  7. 查询当前 HeapMax 最大量 构造 promql 语句并运行 prometheus.py，例如：

    uv run prometheus.py 'sum(jvm_memory_max_bytes{application="xxx_gis"}) by (application)'

    结果举例："查询到的最新值: 100503912448.0" (单位 byte)