• 主导研发了公司“内部开发者平台（IDP）”，提供从代码生成、CI/CD、到部署观测的“一站式”体验。开发者可通过UI或API自助申请环境、部署服务，将新服务从代码到上线的耗时从2天缩短至2小时，极大释放了生产力。
• 深度定制和优化了“GitLab CI + Kubernetes”的流水线执行器，实现了动态创建Pod执行构建任务，资源利用率提升40%，并将构建速度提升了50%。
• 开发的“应用交付自检”工具，在CI阶段自动进行安全扫描、镜像漏洞检查、K8s YAML合规验证，将安全问题左移，阻塞了数百次不符合安全要求的部署。
• 积极推动“Backstage”等开源IDP框架的调研与试点，为下一代平台演进做好了技术储备。

• 负责维护和优化基于Jenkins的CI/CD流水线，解决了大量插件兼容性和性能问题，保障了研发团队的日常交付。
• 使用Ansible和Terraform编写了大量自动化脚本，用于管理虚拟机和应用部署，积累了丰富的自动化经验。
• 开始系统学习Kubernetes和Go语言，并尝试将一些小型应用容器化，为转向云原生方向奠定了基础。

星途互娱核心游戏业务全链路可观测体系从0到1落地项目

• 项目背景：公司核心手游《星途纪元》用户量突破5000万后，故障排查平均耗时达45分钟，跨后端、网关、前端团队协作依赖口头传递日志，效率极低；同时业务侧无法快速关联“用户掉线”与“服务器CPU飙升”的因果关系。我的总体职责是主导平台架构设计、OpenTelemetry数据标准制定，以及推动业务团队接入与落地推广。
• 关键难题：1）多源观测数据（Prometheus Metrics、ELK Logs、Jaeger Traces）格式不兼容，实时查询延迟高达12秒；2）业务自定义指标（如“角色副本加载时长”）需手动配置Schema，接入周期平均3天；3）故障定位需在3个工具间跳转，缺乏业务上下文关联。
• 核心行动：1）牵头制定《星途互娱OpenTelemetry全链路埋点规范》，明确“服务-接口-业务事件”三级标签体系，推动12个业务团队完成40+微服务接入；2）基于ClickHouse设计“时序+日志+追踪”融合存储方案，通过“业务线ID+时间戳”双分区+ Bloom Filter索引，将查询延迟降至1.5秒内；3）开发Grafana定制插件，将业务标签（如游戏区服、角色ID）与观测数据关联，实现“用户投诉-链路追踪-服务器指标”的一键跳转。
• 项目成果：故障排查时间从45分钟降至8分钟内，跨团队协作成本降低60%；支持《星途纪元》《星途战纪》等3款核心手游的日常运维，自定义指标接入效率提升70%（从3天缩至4小时）；平台成为公司级可观测标准，支撑暑期档活动0重大故障，用户7日留存率较去年同期提升2%，间接带来1500万流水增量。

星途互娱混合云K8s运维自动化平台迭代升级项目

• 项目背景：公司完成阿里云+私有云OpenStack混合云迁移后，原有运维依赖Shell脚本与人工操作，容器扩容需2小时，配置漂移率达18%。我的职责是负责平台容器化管理模块开发、CI/CD流水线集成，以及混合云资源调度优化。
• 关键难题：1）混合云环境下，阿里云ECS与OpenStack虚拟机的资源调度策略不统一，导致部分节点利用率不足30%；2）K8s健康检查仅依赖进程存活，无法感知应用业务异常（如接口响应超时）；3）原有GitOps流程缺乏权限校验，偶发误操作导致服务不可用。
• 核心行动：1）开发混合云资源调度器，基于“资源利用率+成本模型”动态分配负载，将节点平均利用率提升至65%；2）定制K8s Operator，整合应用业务指标（如接口QPS、队列长度）作为健康检查标准，误报率从25%降至3%；3）基于Argo CD重构CI/CD流程，实现“配置变更-权限校验-灰度发布-回滚”的自动化闭环，权限违规操作次数降为0。
• 项目成果：运维自动化率从55%提升至88%，容器扩容时间从2小时缩短至15分钟；支撑公司《星途纪元》新版本上线（峰值QPS达10万），未出现因运维操作失误导致的故障；年运维成本降低35%（约800万元），平台被纳入公司云原生技术中台，推广至全公司5个业务线。