自然言語からPromQLへ：クラウドネイティブな可観測性のための、動的な時間解像度を備えたカタログ駆動型フレームワーク

要旨: 現代のクラウドネイティブ・プラットフォームは、Prometheusのようなシステムを通じて数千の時系列メトリクスを公開していますが、PromQLのようなドメイン固有言語で正しいクエリを組み立てることは、プラットフォームエンジニアやサイト信頼性チームにとって依然として大きな障壁です。私たちは、自然言語の質問を実行可能なPromQLクエリへと翻訳する、カタログ駆動型のフレームワークを提案します。これにより、人間の意図とオブザーバビリティデータの間のギャップを埋めます。本手法は、次の3つの貢献を導入します: (1) 約2,000メトリクスの静的にキュレーションされたベースに、GPUベンダーごとのハードウェア固有シグナルのランタイム検出を組み合わせたハイブリッド・メトリクス・カタログ、(2) 意図分類、カテゴリに応じたメトリクス・ルーティング、多次元の意味スコアリングを行うマルチステージのクエリ・パイプライン、(3) 多様な自然言語の時間表現を解釈し、それを適切なPromQLのduration構文へとマッピングする動的な時間解像度メカニズムです。私たちは、複数のプロバイダにまたがってツールを併用したLLMの対話を可能にするため、このフレームワークをModel Context Protocol (MCP) と統合します。カタログ駆動型のアプローチにより、事前計算されたカテゴリ・インデックスを通じてサブ秒のメトリクス検出を実現し、カタログ経路ではパイプライン全体が約1.1秒で完了します。このシステムは、AI推論ワークロードを管理する本番のKubernetesクラスタにデプロイされており、クラスタの健全性、GPU利用率、モデル提供（モデル・サービング）のパフォーマンスにまたがる約2,000メトリクスを対象に、自然言語によるクエリをサポートします。