文档摘要

第四章 实战案例：看板与告警 前面三章是"内功"，第四章是"出招"。再漂亮的指标体系，如果 Grafana 看板没人看得懂、告警半夜响了没人知道该干什么，那它等于零。 本章用一个真实的"生产级推理监控看板"为主线，从面板布局、关键图卡、下钻路径，一路讲到基于 SLO 的告警规则和值班响应流程。你会拿到一套能直接落地的搭建思路和配置范式，而不是一张好看的截图。 本章你将搞清楚的事 一个生产级推理监控看板该如何组织：概览层、服务层、实例层的递进下钻 哪些图卡必须常驻首屏（TTFT 分布、TPOT、KV Cache 压力、批处理队列） 如何把"告警"从"噪音"变成" actionable"：基于 SLO 的错误预算告警与值班响应 本章结构 第四章是"实战案例"，建议你在自己的 Grafana

---