私有化 AI 平台 · 文档库 · 分组 05

监控与 SLA

Prometheus + Grafana + SLA Exporter 落地，以及 AIOps 方向的实战作业。

本组 6 篇全库 71 篇 / 9 组页面生成于 2026-10-13 18:12

05监控与 SLA6 篇▾

44Prometheus + Grafana + SLA Exporter207：Prometheus :9092、Grafana :3001、SLA Exporter :8781 的部署与配置。文档 45作业 5 · vLLM 健康检查 Agent真实 GPU：容器状态 + nvidia-smi + vLLM 排队数，一句话出结构化报告。作业 46作业 6 · 自动周报生成器Langfuse 7 日 Token + GPU 利用率 + Qwen 总结 + 钉钉推送。作业 47作业 7 · 故障自愈工作流模拟 OOM → Agent 检测 → docker restart → 钉钉恢复通知。作业 48作业 8 · SLA 监控大盘Prometheus + Grafana 大屏：可用性、Langfuse P99、准确率与 MTTR（可模拟）。作业 34作业12 · 推理延迟压测与健康检查curl 记延迟、高并发观察、失败重试 3 次 + 告警文案。作业

没有匹配的文档

编号为文档在全库中的唯一序号 · 同一文档收录在多个分组时编号相同