工程可靠性

目标

让系统在依赖变慢、局部失败、流量突增和资源耗尽时仍能给出可预测的服务，并且能快速判断发生了什么。

职责边界

本 skill 负责"运行时的可靠性与可观测性"：

• 失败分类、异常传播、错误码注册表、统一 API 错误响应、全局异常处理器；
• 重试、幂等、超时预算、熔断、舱壁、限流、降级、背压；
• OpenTelemetry metrics/traces/logs、SLI/SLO、Dashboard、告警；
• 日志级别、JSON Lines 结构化字段、滚动/压缩/保留、敏感数据脱敏；
• 性能目标、负载模型、压测、瓶颈定位、容量规划。

不负责：模块边界、API 契约、数据库设计、代码风格、密钥管理。

何时使用（用户原话触发）