OpenMetrics：将 Prometheus 指标暴露格式演进为开放标准的规范项目

prometheus/OpenMetrics · Evolving the Prometheus exposition format into a standard.

GitHub原文发布未知首次收录 2026-09-17上架 2026-09-17 12:00

ELI5：它是什么，解决什么问题

OpenMetrics 是一个在 Prometheus exposition format 基础上扩展、并保持约 100% 向后兼容的规范项目，目前已迁入 Prometheus 组织并正在推进 OpenMetrics 2.0。仓库提供规范文件 specification/OpenMetrics.md、数据模型 proto proto/openmetrics_data_model.proto，以及提案流程说明（issue 分类标签、正式提案、已接受提案等），供社区讨论和贡献规范变更。

# API # 规范驱动 # 可观测性 # 数据处理 # 云原生

核心能力与快速开始

★ 2537 · Go

能做什么: 定义并维护 OpenMetrics 规范，在 Prometheus exposition format 基础上进行几乎 100% 向后兼容的扩展；提供规范文件与数据模型 proto；说明 OpenMetrics 2.0 的开发方向、宪章与会议记录；公开社区贡献流程，包括 issue 分类标签（triage:deciding、triage:accepted 等）与正式提案流程。
适用场景: 适用于需要了解或实现指标暴露格式的开发者与集成方，例如 SDK、Prometheus 服务器及 Thanos、Cortex、OpenTelemetry 等生态项目的规范参考；也适用于希望通过 issue 与正式提案参与 OpenMetrics 规范演进的社区贡献者。
项目形态: 资料合集
部署方式: 未说明
主要依赖: 未说明
使用限制: README 未说明部署条件、硬件要求、API 成本与使用限制；OpenMetrics 2.0 仍在开发中，规范细节可能变化。
许可证: Apache-2.0
最近推送: 2026-07-20 00:08

核对 README 依据 ↗

资料检查：2026-09-17 07:00 · 卡片整理：2026-09-17 12:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

相似资源

Radar：面向 AI Agent 的开源 Kubernetes 可视化管理与诊断工具

Radar 是一个以单一 Go 二进制形式提供的开源 Kubernetes UI，可在本地或集群内运行，通过直接连接 Kubernetes API 展示拓扑、资源、事件时间线、Helm、GitOps、实时服务流量与集群审计等信息，帮助定位故障现象及其原因与变更。项目内置 MCP 服务器，使 AI Agent 能够检查和操作集群；同时支持 Helm 部署以实现团队共享访问与 RBAC 权限控制。

proof-surface：校验 AI Agent 轨迹是否越权的证明包工具

proof-surface 是一个 Python 库和命令行工具，用于把 AI Agent 的轨迹（可读取 OpenTelemetry、LangSmith、Langfuse 导出或自有 JSON 格式）与授权清单中的允许动作、目标范围和有效期逐项比对，并把每个动作标记为 MATCH、DRIFT 或 UNVERIFIABLE，同时给出对应决策与可读报告。它还能把测量、评测、研究声明等记录转成带结论的 JSON 包，并针对各领域常见的过度声明做拒绝检查；此外提供证据包、工作记录、授权收据、委派链、预执行门控等基础校验器及多个外部工具导入适配器。

serverless-lakehouse：基于 Runpod Serverless 基准数据构建 bronze→silver→gold 湖仓与可视化仪表盘

该项目以作者自有的 Runpod Serverless LLM 基准数据为来源，用本地 PySpark 与 Delta Lake 搭建 bronze→silver→gold 的 medallion 湖仓：先着陆并脱敏原始文件，再逐层构建可重建的 Delta 表，最终生成按 GPU 与镜像统计的冷启动分布、FlashBoot 命中率、单任务成本以及 emberserve 与 worker-vllm 的对比等 gold 聚合结果，并通过静态 HTML 页和 Streamlit 应用查看。另附 dbt/Snowflake 后端与审计脚本，材料未说明 GPU、API 成本等部署条件。

心理健康风险评估系统（DWS）：面向高校的多模态心理健康筛查与预警平台

该项目是一个面向高校场景的心理健康筛查与预警平台，融合结构化问卷、文本分析与生理信号进行多模态风险评估。后端采用 FastAPI，前端采用 Vue 3 + TypeScript，包含用户、咨询师、管理员三角色工作台，并覆盖异步任务调度、实时告警、模型治理（漂移检测、金丝雀发布、回滚）、可观测性（Prometheus、Grafana、Sentry、OpenTelemetry）以及 PII 加密、审计、限流等安全合规能力。项目定位为“AI + 全栈 + DevOps + 可观测性”的个人作品集级完整系统示例。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。