ホームに戻る

monitoring

AI システム可観測性・SRE

カテゴリ：

50 / 148 skills

azure-diagnostics

by @microsoft

Azureクラウド環境におけるアプリケーションとインフラストラクチャの診断サポートを提供し、ユーザーがパフォーマンスの問題や障害を特定、分析、解決できるよう支援し、システムの安定稼働を保証します。

azure-application-insights

appinsights-instrumentation

by @microsoft

アプリケーションへのAzure Application Insightsの統合に特化し、パフォーマンス監視、障害診断、ユーザー行動分析を実現し、アプリケーションの品質とユーザーエクスペリエンスを総合的に向上させます。

azure-data-explorer

azure-kusto

by @microsoft

Azure Kustoクエリ言語（KQL）を使用した大規模データ分析に特化し、ログやテレメトリデータを迅速にクエリして洞察を得て、リアルタイム監視とトラブルシューティングをサポートします。

diagnose

by @mattpocock

このスキルは、困難なバグやパフォーマンスの回帰問題に対処するための厳格な診断ループ手法を提供します。迅速なフィードバックループの構築を重視し、再現、最小化、仮説立て、計測、修正、回帰テストといったステップを通じて、問題を体系的に特定し解決することで、システムの安定した効率的な運用を保証します。

azure-observability

by @microsoft

Azureクラウドプラットフォーム向けに設計されたGitHub Copilotで、Azureインフラストラクチャの可観測性を向上させ、開発者がクラウドをよりスマートに監視・管理できるよう支援します。

performance-mode

overdrive

by @pbakaus

「オーバードライブモード」に入り、タスク実行と応答速度を加速し、作業効率を向上させます。迅速なタスク完了が必要なシナリオに適しています。

convex-performance

convex-performance-audit

by @get-convex

Convexアプリケーションのパフォーマンス問題を診断・解決し、データベースクエリと操作を最適化して、システムの応答速度と効率を向上させます。

caveman-stats

by @juliusbrussee

このスキルは、整形された統計データを即座に返すことで、ユーザーがAIの使用状況をすぐに確認できるようにします。モデルによる追加処理は不要で、主要な数値を直接提供し、ユーザーがAIのインタラクションパターンを迅速に理解し分析するのに役立ちます。

it-administration

persona-it-admin

by @googleworkspace

IT管理者として、情報技術システムの管理、ネットワークセキュリティの監視、Google Workspaceなどのエンタープライズアプリケーションの構成と保守を担当し、ITインフラストラクチャの安定稼働を確保します。

web-performance-optimization

performance

by @addyosmani

ウェブサイトのパフォーマンスを最適化し、より速い読み込み速度と優れたユーザーエクスペリエンスを実現し、読み込みの遅さなどの問題を解決します。

latency-reduction

performance-optimization

by @supercent-io

このスキルは、ページ読み込みの遅延、レンダリングの遅延、バンドルサイズの過大、リソース消費量の多さ、データベースのボトルネックなどのパフォーマンス問題を解決し、システムの応答速度と効率を最適化することを目的としています。

monitoring-observability

by @supercent-io

このスキルは、監視と可観測性に使用され、本番デプロイ前のシステム設定、パフォーマンス問題の特定、インシデント解決、キャパシティプランニング、セキュリティ監査を含み、システムの安定稼働を保証します。

debugging

by @supercent-io

このスキルはデバッグに使用され、ランタイムエラー、予期せぬ出力、パフォーマンス低下、断続的または再現困難なエラーを解決し、開発者が問題を迅速に特定して修正するのに役立ちます。

debian-linux-triage

by @github

Debian Linuxの問題を診断・解決し、apt、systemd、AppArmorに関するガイダンスを提供します。

arch-linux-triage

by @github

Arch Linuxの問題を診断・解決し、pacman、systemd、ローリングリリースに関するベストプラクティスのガイダンスを提供します。

google-agents-cli-observability

by @google

ADK Agent の可観測性を構成し、Cloud Trace、ロギング、BigQuery 分析を統合して、本番環境のパフォーマンスを監視します。

github-copilot-analytics

copilot-usage-metrics

by @github

GitHub CLIとREST APIを使用して、組織および企業のGitHub Copilot利用状況メトリクスを取得・表示します。

fedora-linux-triage

by @github

dnf、systemd、SELinuxを考慮したガイダンスを使用して、Fedora Linuxシステムの問題をトリアージし解決します。

centos-linux-triage

by @github

RHEL互換ツール、SELinuxを考慮したプラクティス、firewalldを使用して、CentOS Linuxシステムの問題をトリアージし解決します。

llm-monitoring-dashboard

by @supercent-io

このスキルはTokuin CLIを使用してLLM APIのコスト、トークン、レイテンシを追跡し、データ駆動型の管理ダッシュボードを自動生成して、プロジェクト管理の洞察を提供します。

python-observability

by @wshobson

Pythonバックエンドシステムの可観測性に特化し、インテリジェントな自動化とマルチエージェントオーケストレーション機能を提供し、開発者がアプリケーションのパフォーマンスを監視、デバッグ、最適化するのを支援します。

python-resilience

by @wshobson

Pythonバックエンドシステムのレジリエントな設計と実装に特化し、障害発生時でもアプリケーションが安定して信頼性高く動作することを保証します。

service-mesh-observability

by @wshobson

サービスメッシュの可観測性に特化し、インテリジェントオートメーションとマルチエージェントオーケストレーションを組み合わせて、マイクロサービスアーキテクチャの運用状態を深く洞察し、問題を迅速に特定します。

slo-(service-level-objectives)

slo-implementation

by @wshobson

サービスレベル目標（SLO）の実装を習得し、インテリジェントオートメーションとマルチエージェントオーケストレーションを通じて、システムの信頼性を確保し、ユーザーの期待に応えます。

insforge-debug

by @insforge

InsForgeプロジェクトの問題を診断。フロントエンドSDKエラーからバックエンドインフラストラクチャ障害まで、コマンドを実行して問題を特定しログを出力。

parallel-debugging

by @wshobson

DevOpsの並行デバッグに特化し、インテリジェントな自動化とマルチエージェントオーケストレーションを活用して、複雑なシステムの問題を効率的に特定・解決し、開発効率を向上させます。

health

by @tw93

Claudeが指示を無視したり、動作が不安定だったり、フックが機能しなかったり、トークン消費が多い理由をユーザーが尋ねたりする際に、Claudeコード設定スタックの予算を考慮した監査を実行します。設定の問題を特定し、重要度に応じてフラグを立て、AIシステムの健全性問題を迅速に特定し解決します。

okx-audit-log

by @okx

構造化された監査ログファイルパスを提供し、開発者がエージェントの実行問題をオフラインでトラブルシューティングするのをサポートします。JSON Lines形式で保存されます。

agent-monitoring

openclaw-control-center

by @aradotso

OpenClawをブラックボックスからローカルで監査可能なコントロールセンターに変革し、エージェント活動、トークン消費、セッション間のコラボレーションを包括的に監視します。

ai-agent-operations

enterprise-agent-ops

by @affaan-m

長時間実行されるAIエージェントのワークロードを管理・運用し、その可観測性、セキュリティ、信頼性を確保し、エンタープライズ級AIアプリケーションに適しています。

alert-manager

by @aaron-he-zhu

Claude Code、Cursor、CodexなどのAIコーディングツール向けにSEOおよび地理位置情報関連のアラート管理に特化し、パフォーマンス監視と問題のタイムリーな検出を保証します。

n8n-validation-expert

by @czlonkowski

n8nの検証エラーの解釈を支援し、詳細な修正ガイドを提供することで、ワークフローの円滑な実行とダウンタイムの削減を保証します。

debugging-and-error-recovery

by @addyosmani

体系的なデバッグと構造化されたトリアージ。証拠を保存し、チェックリストに従って根本原因を特定し、推測による時間の浪費を避ける。

logging-best-practices

by @boristane

ワイドイベント（正規ログ行）のロギングベストプラクティスに焦点を当て、強力な分析を実現します。

golang-error-handling

by @samber

Go信頼性エンジニアのペルソナ。すべてのエラーは処理されるか、コンテキストと共に伝達されるべき。サイレント失敗と重複ログは同様に許容されない。

canary-watch

by @affaan-m

デプロイ後にWebアプリケーションの健全性を継続的に監視。パフォーマンス異常、エラー率、機能低下を自動検出し、アラート通知と根本原因分析をサポート。

golang-troubleshooting

by @samber

Goアプリケーションの障害を体系的にトラブルシューティング。ログ、トレース、パフォーマンス分析を通じて根本原因を特定し、推測や試行錯誤を回避。

golang-observability

by @samber

GoサービスにOpenTelemetryメトリクス、トレース、構造化ログを自動統合。コードレベルで可観測性を確立し、本番環境の問題を診断可能にする。

monitoring-expert

by @jeffallan

監視システムを構成し、構造化されたロギングを実装して、システムの安定稼働と迅速な障害特定を確実にします。

adk-observability-guide

by @google

ADKエージェントの可観測性を設定する前に必ず読むべきガイド。ログ、メトリクス、トレースの設定と実践を網羅し、システムの状態を透明化し、監視とトラブルシューティングを容易にします。

incident-response

incident-response

by @anthropics

検出から対応、事後分析まで、インシデントのライフサイクル全体を管理し、標準化された緊急処理プロセスを確立します。

agent-introspection-debugging

by @affaan-m

Agentの自己診断デバッグワークフロー。Agentが繰り返し失敗したり、トークンを消費しても進捗がない場合、または同じツールを繰り返し呼び出す場合に、体系的に自己診断を行います。

golang-samber-oops

by @samber

samber/oopsを使用してGoエラーをコンテキスト付きの構造化データに変換。エラーメッセージを自己説明的にし、オンラインの問題診断を簡素化。

golang-samber-slog

by @samber

Go構造化ロギングアーキテクチャ設計。サンプリング、機密情報匿名化、ルーティング配信を自動設定。エラーログはSentryに、情報ログはLokiに保存。

ecc-tools-cost-audit

by @affaan-m

ECC Tools GitHub Appの異常な使用パターンを自動的に検出し、コスト超過と権限乱用を防止し、制限を超えるリクエストを特定します。

unified-notifications-ops

by @affaan-m

分散した通知チャネルを統合された運用プラットフォームに統合し、明確なインシデントの優先順位付けと対応プロセスを提供します。

site-reliability-engineering

sre-engineer

by @jeffallan

SRE（サイト信頼性エンジニアリング）の実践に特化し、サービスレベル目標（SLO）とエラーバジェット戦略を定義します。

xcode-build-benchmark

by @avdlee

これは、Xcodeビルドパフォーマンス最適化に特化したオープンソースのAIエージェントスキルです。クリーンビルド、インクリメンタルビルド、コンパイルホットスポット、プロジェクト設定、Swift Package Managerのオーバーヘッドをベンチマークし分析します。ビルド設定、スクリプトフェーズ、コンパイラフラグ内の「簡単な改善点」を特定し、最適化計画を生成し、承認された変更を自動的に適用することで、開発効率を大幅に向上させます。

langsmith-fetch

by @ComposioHQ

LangSmith Studioから実行トレースを取得し、LangChainおよびLangGraphエージェントをデバッグし、動作とエラーを分析します。

langsmith-trace

by @langchain-ai

AI/MLプロジェクト向けのLangSmithトレース機能を設定します。APIキーが必要で、プロジェクトIDとワークスペースIDをサポートします。