Prometheus
Prometheus是一款开源的系统监控与告警工具包，最初由SoundCloud开发，后捐赠给云原生计算基金会（CNCF）。它采用基于时间序列的数据模型，通过HTTP拉取（pull）方式采集指标数据，内置强大的查询语言PromQL，支持多维度数据分析。Prometheus具备灵活的告警规则配置能力，并可与Grafana等可视化工具集成，广泛应用于云原生及微服务架构的监控场景。
核心事实
时间轴 (近 90 天)
Prometheus 采用拉取（pull）模型采集指标，数据以时间序列存储，配合 PromQL 查询语言和 Alertmanager 实现告警。
在本地可观测栈中，OpenTelemetry Collector 在 8889 端口以 Prometheus 格式暴露指标，Prometheus 以 15 秒间隔抓取，Grafana 读取 Prometheus 数据源。
Claude Code 内置的是 OTel SDK，因此它输出的数据格式并非私有，任何兼容 OTLP 的后端（如 Prometheus、Datadog、Honeycomb 等）都能直接接收。
绝不在生产SDK中将thinking.budget_tokens或reasoning_effort保持无界默认值，应设置硬性上限（1024到2048 token），并将usage.completion_tokens_details.reasoning_tokens作为独立的Prometheus指标按租户记录。
在智能体场景下，可观测性需要完整记录每一步的输入输出、工具调用参数、耗时和 token 消耗，常见做法包括结构化日志、分布式追踪以及按任务维度聚合的指标看板，并常需与 Prometheus、Grafana、Loki 等组件配合。
建议团队以Prometheus或DCGM导出至少90天的GPU利用率时间序列，用P50和P90两个分位数来验证是否稳定越过65%阈值。
在 Prometheus 等时间序列系统中，每增加一个唯一标签值组合就会生成一条新的时间序列，因此运单 ID 这类高基数标签会随订单量线性膨胀序列数量，推高存储成本与查询延迟。
Prometheus 按固定周期拉取指标并用 PromQL 评估告警规则，规则命中后进入 pending 状态，持续满足 for 子句时长才转为 firing；Alertmanager 接管路由、分组、抑制、静默与升级。
当需要显式告警规则、分组、抑制、静默和通知路由并保留开源指标模型时，Prometheus + Alertmanager 是胜出方案，代价是运维归属（除非使用托管 Prometheus 服务）。
指标标签只应使用承运商、工作流版本、结果等取值有限的维度；运单 ID、自由格式错误消息应写入日志并通过 trace_id 与指标关联，而非作为标签。
还有 40 条时间轴事件
全部知识事实 (20)
典型MLOps流程涵盖数据版本管理、实验追踪、模型打包、服务化接口、CI/CD自动化、线上监控与漂移检测等环节
65%待验证LiteLLM的日志系统支持与Langfuse、Helicone、Datadog和Prometheus等可观测性平台集成
90%待验证Prometheus最初由SoundCloud开发，2016年成为继Kubernetes之后第二个加入CNCF的毕业项目
90%待验证NCCL Inspector与Prometheus监控系统深度集成，通过Prometheus Exporter暴露监控指标
90%部分验证Docker、Kubernetes、Terraform、etcd、Prometheus等云原生核心项目几乎都用Go编写
65%待验证Prometheus 采用拉取（pull）模型采集指标，数据以时间序列存储，配合 PromQL 查询语言和 Alertmanager 实现告警。
50%待验证Claude Code 内置的是 OTel SDK，因此它输出的数据格式并非私有，任何兼容 OTLP 的后端（如 Prometheus、Datadog、Honeycomb 等）都能直接接收。
50%待验证在本地可观测栈中，OpenTelemetry Collector 在 8889 端口以 Prometheus 格式暴露指标，Prometheus 以 15 秒间隔抓取，Grafana 读取 Prometheus 数据源。
50%待验证绝不在生产SDK中将thinking.budget_tokens或reasoning_effort保持无界默认值，应设置硬性上限（1024到2048 token），并将usage.completion_tokens_details.reasoning_tokens作为独立的Prometheus指标按租户记录。
50%待验证在智能体场景下，可观测性需要完整记录每一步的输入输出、工具调用参数、耗时和 token 消耗，常见做法包括结构化日志、分布式追踪以及按任务维度聚合的指标看板，并常需与 Prometheus、Grafana、Loki 等组件配合。
50%待验证建议团队以Prometheus或DCGM导出至少90天的GPU利用率时间序列，用P50和P90两个分位数来验证是否稳定越过65%阈值。
50%待验证在 Prometheus 等时间序列系统中，每增加一个唯一标签值组合就会生成一条新的时间序列，因此运单 ID 这类高基数标签会随订单量线性膨胀序列数量，推高存储成本与查询延迟。
50%待验证指标标签只应使用承运商、工作流版本、结果等取值有限的维度；运单 ID、自由格式错误消息应写入日志并通过 trace_id 与指标关联，而非作为标签。
50%待验证当需要显式告警规则、分组、抑制、静默和通知路由并保留开源指标模型时，Prometheus + Alertmanager 是胜出方案，代价是运维归属（除非使用托管 Prometheus 服务）。
50%待验证Prometheus 按固定周期拉取指标并用 PromQL 评估告警规则，规则命中后进入 pending 状态，持续满足 for 子句时长才转为 firing；Alertmanager 接管路由、分组、抑制、静默与升级。
50%待验证Muse Wonder 在名为 Prometheus 的吉瓦级数据中心完成训练。
50%待验证ReskPoints可通过pip install reskpoints安装，并支持安装带有datadog、prometheus、opentelemetry等可选依赖的版本。
50%待验证Prometheus 采用按固定间隔抓取并存储带时间戳样本的pull模型，天然满足速率恢复需求。
50%待验证macOS 没有原生、常驻的 GPU 指标 HTTP 端点，与 NVIDIA 的 nvidia-smi 不同，因此需要用自定义的 mac_gpu_exporter 周期性执行 powermetrics 并转换为 Prometheus 可抓取格式。
50%待验证同年Prometheus的作者发现，有了参考答案，评测器就不需要自己去解那道题。
50%