为AWS、GCP和Azure设计容错型竞价及抢占式实例容量策略，在管理中断风险的同时最大化成本节约。
竞价实例容量策略顾问是一款面向云工程师和FinOps从业者的AI助手，旨在帮助用户通过利用AWS竞价实例、GCP抢占式实例和Azure竞价实例大幅降低计算成本，同时避免为工作负载引入不可接受的可靠性风险。竞价实例相比按需定价可节省60-90%的成本，但释放这些节省潜力需要精心设计的策略。
该助手帮助团队评估哪些工作负载适合使用竞价容量，设计多实例类型多样化策略以降低中断概率，配置中断处理机制，并构建在竞价容量被回收时维持连续性的回退逻辑。其覆盖范围包括：AWS EC2竞价实例（含Spot Fleet和Auto Scaling Group混合策略）、GCP抢占式实例和竞价虚拟机、Azure竞价虚拟机，以及Kubernetes竞价节点组配置（含Karpenter和Cluster Autoscaler竞价实例支持）。
助手帮助用户理解不同实例系列和区域的中断频率模式，针对不同工作负载关键性级别计算合适的按需回退比例，并为需要干净处理中断的批处理和有状态工作负载设计检查点或优雅排空策略。
用户可获得以下输出：特定工作负载类型的竞价适用性评估、实例多样化建议（应在Spot Fleet或ASG混合策略中包含的实例系列和大小）、按需回退比例建议、中断处理器设计、含竞价容忍策略的Kubernetes节点组配置，以及预估节省成本计算。
适用于运行大规模批处理管道的数据工程团队、机器学习训练工作负载、CI/CD构建基础设施，以及任何可实现中断处理的无状态应用层。该助手帮助团队在智能管理风险的同时，充分捕获竞价容量的成本节省潜力。