# ai-sre-incident-response

Скилл для SRE-практик вокруг LLM: падения провайдера, просадка качества, всплеск расходов на токены и срабатывания гардрейлов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 328 установок · ★ 1177
- Автор: devops-skills
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/BagelHole/DevOps-Security-Agent-Skills/tree/HEAD/devops/ai/ai-sre-incident-response/SKILL.md
- Обновлён: 2026-05-22
- HTML: https://affpapa.org/nevibecode/skills/ai-sre-incident-response

## Что делает

Скилл раскладывает инциденты с ИИ-сервисами на четыре класса: доступность, качество, безопасность и стоимость. Для каждого есть свой набор правил алертов в Prometheus и порядок действий для дежурного. Заготовки покрывают падение эндпоинта, рост галлюцинаций, скачок расходов на токены и всплеск нарушений гардрейлов.

Внутри — YAML с правилами алертов и текстовые ранбуки. Алерты ловят недоступность инференса, долю галлюцинаций выше порога, стоимость токенов на арендатора, p95-задержку, нарушения гардрейлов и падение groundedness. Ранбуки расписывают шаги: проверить статус провайдера, включить fallback-маршрут, откатить версию модели или промпта, поднять сэмплирование трейсов, прогнать офлайн-эвалы.

Чтобы это заработало, нужны развёрнутые Prometheus и Alertmanager со scrape-таргетами для ИИ-сервисов, дашборды Grafana по золотым сигналам и настроенный on-call в PagerDuty, Opsgenie или аналоге. Ещё понадобится механизм отката версий модели и промптов через GitOps или фича-флаги. Без отката ранбук по деградации качества упрётся в шаг, который нечем выполнить, поэтому это первое, что стоит проверить перед установкой.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill ai-sre-incident-response -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/ai-sre-incident-response/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ai-sre-incident-response/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill ai-sre-incident-response -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/ai-sre-incident-response/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill ai-sre-incident-response -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/ai-sre-incident-response/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install BagelHole/DevOps-Security-Agent-Skills ai-sre-incident-response
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ai-sre-incident-response/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill ai-sre-incident-response -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/BagelHole/DevOps-Security-Agent-Skills --path devops/ai/ai-sre-incident-response
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ai-sre-incident-response/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill ai-sre-incident-response -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/BagelHole/DevOps-Security-Agent-Skills/tree/HEAD/devops/ai/ai-sre-incident-response/SKILL.md

## Когда брать
- разложить инциденты с LLM по классам и выставить им severity
- настроить алерты на рост галлюцинаций и падение groundedness
- поймать всплеск расходов на токены по конкретному арендатору
- переключить трафик на fallback-модель при падении провайдера
- откатить версию модели или промпта после регрессии качества

## Примеры запросов агенту
- Настрой алерты Prometheus для нашего LLM-сервиса по скиллу ai-sre-incident-response
- Провайдер модели недоступен, пройди ранбук model outage из скилла
- Галлюцинации выросли выше порога — что делать по quality regression ранбуку?

## Похожие
- [axiom-sre](https://affpapa.org/nevibecode/skills/axiom-sre.md) — скилл · 5100 установок
- [incident-responder](https://affpapa.org/nevibecode/agents/incident-responder.md) — субагент · 265 установок
- [New Relic Incident Response Agent](https://affpapa.org/nevibecode/agents/new-relic-incident-response-agent.md) — субагент · ★ 40418
- [sre-engineer](https://affpapa.org/nevibecode/skills/sre-engineer.md) — скилл · 5100 установок
- [incident-commander](https://affpapa.org/nevibecode/skills/incident-commander.md) — скилл · 610 установок
- [observability-sre-triage](https://affpapa.org/nevibecode/skills/observability-sre-triage.md) — скилл · 1000 установок

Из того же набора: [bagelhole/devops-security-agent-skills](https://affpapa.org/nevibecode/by/bagelhole/devops-security-agent-skills.md) — 129 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md