生产环境

访问入口与流量路径

用户或其他系统从哪里进入，流量经过哪些组件，怎样加密、转发、限流和阻断异常请求。

• 域名与 DNS
• TLS 证书
• 负载均衡、网关或反向代理
• 防火墙、WAF、CDN、专网或 VPN

计算资源与运行时

应用实际运行在哪些主机、容器、集群、函数或托管平台上，以及依赖的操作系统、运行时和基础软件版本。

• CPU、内存和存储配额
• 容器镜像或可执行产物
• 运行时版本
• 扩缩容和进程管理方式

网络与环境隔离

生产资源与开发、测试环境怎样隔离，哪些入口可以访问，哪些服务可以互相连接，出口访问是否受控。

• 网络分区与安全组
• 入口和出口规则
• 内部服务发现
• 生产与非生产账号或项目隔离

数据与存储

正式业务数据保存在哪里，数据怎样分类、加密、保留、归档和删除，数据库或对象存储由谁管理。

• 数据库、缓存、消息队列
• 文件与对象存储
• 静态和传输加密
• 数据保留与删除规则

身份、权限与密钥

用户、管理员、服务账号分别拥有什么权限，敏感操作怎样审批和审计，密码、令牌、证书和加密密钥怎样保管及轮换。

• 最小权限
• 多因素认证
• 服务账号
• 密钥管理与访问审计

配置与外部依赖

哪些参数随环境变化，系统依赖哪些模型、支付、短信、邮件、地图、身份认证或企业内部接口，以及依赖失败时怎样处理。

• 环境配置
• 功能开关
• 第三方接口和配额
• 超时、重试、熔断与降级

可观测性与告警

怎样从用户体验、业务结果和技术组件三个层面判断系统是否健康，并把需要行动的问题通知给正确负责人。

• 指标、日志和调用链
• 健康检查
• 错误率、延迟、容量和业务异常
• 告警级别、接收人和升级路径

备份、恢复与运行资料

发生误删、故障、错误发布或灾难时，怎样恢复数据和服务；日常操作、故障处置和联系人记录在哪里。

• 备份范围与频率
• RPO 与 RTO
• 恢复演练
• 运行手册、故障手册和联系人

与非生产环境隔离

生产账号、数据、密钥和高权限操作不应与开发测试环境随意共用。隔离既降低误操作风险，也限制单个账号或系统被攻破后的影响范围。

状态可以识别和重建

应能确认正在运行的应用版本、配置版本、基础设施状态和数据库变更，并通过版本控制、自动化脚本或受控文档重建关键部分。

变更受控且可以撤回

代码、配置、数据库结构、模型、提示词和依赖升级都属于生产变更。变更需要评审、测试、记录、发布策略和失败后的停止或回退方案。

权限最小且操作可追溯

人员和程序只获得完成任务所需的权限；高风险操作需要额外控制；谁在什么时间做了什么，应留下可以查询的审计记录。

系统健康可以被观察

不能只确认进程还在运行。还要观察关键业务流程是否成功、依赖是否可用、延迟和错误是否异常、容量是否接近上限。

故障可以被处理和恢复

告警必须对应负责人和操作方法。备份需要实际验证能否恢复，关键故障场景需要有经过演练的处置、回滚、切换或降级方案。

容量、性能与费用可管理

生产环境需要明确预期负载、峰值、服务配额和扩容方法，同时监控资源消耗与持续费用，避免容量不足或成本失控。

运行责任持续有效

需要明确系统所有者、技术负责人、业务联系人、外部供应商边界、值守方式和升级路径，并在人员或供应商变化时更新。

模型与调用路径

记录实际使用的模型、版本或别名、服务区域、调用账号、限额、超时、重试和备用方案。供应商更新模型别名时，也应被视为可能影响结果的生产变更。

提示词、规则与工具权限

系统提示词、输出规则、工具调用范围和可执行操作需要版本化。能查询资料与能修改订单、发送消息或审批付款，风险完全不同。

知识与检索状态

明确生产知识来源、授权范围、更新时间、切分与索引版本、引用方式，以及资料删除后怎样同步移除检索结果。

数据发送与留存

确认哪些用户输入、文件、业务数据和日志会发送给模型或外部服务，对方是否留存、用于训练或跨区域处理，并按实际政策配置。

输出质量与安全边界

使用代表性样本持续检查正确性、引用、拒答、资料不足、敏感内容和越权操作。不能把单一平均准确率当作所有场景的生产标准。

人工接手与停止条件

对金额、责任、库存、排期、合规、高风险操作或资料不足场景，明确何时停止自动处理、怎样保留上下文并交给指定人员。

变化监测与重新评估

模型、知识、提示词、业务数据分布和外部接口都会变化。关键变更后需要重新运行评估，并监控拒答率、人工接手率、错误类型和业务结果。