作品展示-根据 Prometheus 指标生成 Grafana Dashboard

最近参加了 Kaggle 的 Gemini 3 竞赛，做了个小工具：把 Prometheus 的 /metrics 输出直接转成可导入的 Grafana Dashboard JSON。

为什么做这个

手写 Grafana Dashboard 挺烦的。每次新服务上线，要对着 metrics 列表一个个配 panel、写 PromQL、调布局。重复劳动，没什么技术含量。
想法很简单：把 metrics 丢给 LLM，让它帮我生成。

实现思路

分两步走：
第一步：生成 Plan
把 metrics 喂给 Gemini，让它分析应该建哪些分类（比如 HTTP、内存、磁盘），每个分类下放哪些 panel，用什么图表类型（timeseries、stat、gauge）。
这一步输出的是一个可编辑的计划，不是最终 JSON。用户可以调整：删掉不需要的 panel、改标题、换图表类型。

第二步：生成 Dashboard JSON
确认 plan 后，并行请求 Gemini 生成每个 panel 的具体配置：PromQL 查询、单位、阈值等。最后组装成完整的 Grafana Dashboard JSON。

踩的坑

LLM 生成的 PromQL 经常有问题：

1. {__name__=~"metric_a|metric_b"} —— 这种写法在 Grafana 里会报 “vector cannot contain metrics with the same labelset”
2. rate(...) by (label) —— 语法错误，应该是 sum by (label) (rate(...))

加了一层后处理，自动修复这些常见错误。

LLM 生成的 json 是有问题的, 也加了自动修复

想想还是使用 Using tools 比较方便, 直接 DSL, 之后根据这个 DSL 去生成 json, 必将让 LLM 生成 json 还是不是靠谱, 上下文一长, LLM 就智障了

功能点

1. 智能解析

• 自动识别 metric 类型（counter, gauge, histogram）
• 提取所有标签
• 保留帮助文档

2. AI 分析

• 识别监控模式（RED, USE, Golden Signals）
• 规划仪表盘结构
• 建议可视化类型

3. 精确生成

• Counter → rate() 查询
• Gauge → 直接查询
• Histogram → histogram_quantile() 计算百分位数
• 自动配置单位、图例、颜色

4. 完整输出

• 标准 Grafana Dashboard JSON
• 自动布局
• 即导即用

Demo

• 在线体验：https://aistudio.google.com/apps/drive/1nfv58w41dTsheBGzBJ7JhrojZxoPgn-B
• YouTube：https://youtu.be/p6b3z5gSCtY
• 源码：https://github.com/yunpiao/Grafana-Dashboard-Generator-Gemini

顺便做了个工具

参加比赛的时候想看看别人都做了什么，发现 Kaggle 上直接翻挺费劲的，4000 多条 writeup。
就爬下来整理了一下，做了个浏览器：https://kaggle-gemini3-writeups-explorer.streamlit.app/
按分类筛选、搜索、随机抽取都行。如果你也在找 AI 应用的灵感，可以翻翻

本次所有参赛的词云