chaos-engineering-resilience — скилл для Claude Code
Скилл chaos-engineering-resilience для контролируемого внедрения сбоев в распределённые системы, проверки восстановления и валидации устойчивости к отказам. Помогает найти слабые места до того, как их обнаружат пользователи.
MIT 138 установок ★ 533 обновлён 2026-10-25
npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a claude-codeЧто делает chaos-engineering-resilience
Скилл реализует методологию chaos engineering: определение нормального состояния системы, формулировка гипотезы о её поведении при сбое, внедрение реальных отказов (сетевые задержки, потеря пакетов, отключение инстансов, проблемы с диском) и измерение отклонений от базовых метрик. Содержит агентов qe-chaos-engineer, qe-performance-tester и qe-production-intelligence, которые автоматизируют эксперименты с постепенным расширением зоны влияния — от разработки через staging к продакшену.
Эксперименты запускаются с чёткими триггерами отката: если уровень ошибок превышает установленный порог (например, 5%) или другие метрики выходят за границы, система автоматически откатывает изменения. Скилл работает с таблицей отказов (сетевые сбои обрабатывают tc и toxiproxy, инфраструктурные — Chaos Monkey, приложение тестируют через Gremlin и LitmusChaos), генерирует runbooks из результатов экспериментов и отслеживает радиус поражения каждого теста.
Какие задачи решает
- Проверить, что система восстанавливается после выхода инстанса
- Убедиться, что микросервисы переживают задержку в базе данных
- Протестировать поведение при потере сетевых пакетов
- Валидировать disaster recovery без влияния на users
- Найти точки отказа, которые не видны в обычных тестах
Примеры запросов агенту
- Внедри 500ms задержку в платёжный сервис на 10% трафика и проверь, восстановится ли он автоматически
- Запусти эксперимент, который отключает случайные инстансы базы данных, чтобы убедиться, что приложение не теряет данные
- Создай гипотезу, что уровень ошибок останется ниже 0.1% при отключении одного из трёх микросервисов, и проверь её на staging
Как установить chaos-engineering-resilience
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a claude-code2Вручную: положить файлы
~/.claude/skills/chaos-engineering-resilience/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/chaos-engineering-resilience/
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a codex2Вручную: положить файлы
.agents/skills/chaos-engineering-resilience/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a cursor2Вручную: положить файлы
.cursor/skills/chaos-engineering-resilience/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install proffesor-for-testing/agentic-qe assets/skills/chaos-engineering-resilience2Вручную: положить файлы
.github/skills/chaos-engineering-resilience/SKILL.md1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a gemini-cli2Командой платформы
gemini skills install https://github.com/proffesor-for-testing/agentic-qe --path assets/skills/chaos-engineering-resilienceВручную: положить файлы
.devin/skills/chaos-engineering-resilience/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о chaos-engineering-resilience
Как установить chaos-engineering-resilience в Claude Code?
Выполни в терминале npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a claude-code, затем открой ~/.claude/skills/chaos-engineering-resilience/SKILL.md для проверки конфигурации.
Что делает chaos-engineering-resilience?
Скилл позволяет проводить контролируемые эксперименты по внедрению сбоев в систему — отключать инстансы, добавлять задержки, вызывать исключения. Система измеряет, как приложение реагирует на отказы, и автоматически откатывает эксперимент, если метрики выходят за пределы допустимого.
С какой платформой начать — dev, staging или production?
Скилл рекомендует начинать с dev, переходить на staging, затем на 1% production трафика и постепенно расширять зону влияния. На каждом этапе задаются явные триггеры отката (например, error_rate > 5%), чтобы минимизировать риск.
Исходный текст
SKILL.md · MIT
---
name: chaos-engineering-resilience
description: "Chaos engineering principles, controlled failure injection, resilience testing, and system recovery validation. Use when testing distributed systems, building confidence in fault tolerance, or validating disaster recovery."
category: specialized-testing
priority: high
tokenEstimate: 900
agents: [qe-chaos-engineer, qe-performance-tester, qe-production-intelligence]
implementation_status: optimized
optimization_version: 1.0
last_optimized: 2025-12-02
dependencies: []
quick_reference_card: true
tags: [chaos, resilience, fault-injection, distributed-systems, recovery, netflix]
trust_tier: 3
validation:
schema_path: schemas/output.json
validator_path: scripts/validate-config.json
eval_path: evals/chaos-engineering-resilience.yaml
---
# Chaos Engineering & Resilience Testing
<default_to_action>
When testing system resilience or injecting failures:
1. DEFINE steady state (normal metrics: error rate, latency, throughput)
2. HYPOTHESIZE system continues in steady state during failure
3. INJECT real-world failures (network, instance, disk, CPU)
4. OBSERVE and measure deviation from steady state
5. FIX weaknesses discovered, document runbooks, repeat
**Quick Chaos Steps:**
- Start small: Dev → Staging → 1% prod → gradual rollout
- Define clear rollback triggers (error_rate > 5%)
- Measure blast radius, never exceed planned scope
- Document findings → runbooks → improved resilience
**Critical Success Factors:**
- Controlled experiments with automatic rollback
- Steady state must be measurable
- Start in non-production, graduate to production
</default_to_action>
## Quick Reference Card
### When to Use
- Distributed systems validation
- Disaster recovery testing
- Building confidence in fault tolerance
- Pre-production resilience verification
### Failure Types to Inject
| Category | Failures | Tools |
|----------|----------|-------|
| **Network** | Latency, packet loss, partition | tc, toxiproxy |
| **Infrastructure** | Instance kill, disk failure, CPU | Chaos Monkey |
| **Application** | Exceptions, slow responses, leaks | Gremlin, LitmusChaos |
| **Dependencies** | Service outage, timeout | WireMock |
### Blast Radius Progression
```
Dev (safe) → Staging → 1% prod → 10% → 50% → 100%
↓ ↓ ↓ ↓
Learn Validate Careful Full confidence
```
### Steady State Metrics
| Metric | Normal | Alert Threshold |
|--------|--------|-----------------|
| Error rate | < 0.1% | > 1% |
| p99 latency | < 200ms | > 500ms |
| Throughput | baseline | -20% |
---
## Chaos Experiment Structure
```typescript
// Chaos experiment definition
const experiment = {
name: 'Database latency injection',
hypothesis: 'System handles 500ms DB latency gracefully',
steadyState: {
errorRate: '< 0.1%',
p99Latency: '< 300ms'
},
method: {
type: 'network-latency',
target: 'database',
delay: '500ms',
duration: '5m'
},
rollback: {
automatic: true,
trigger: 'errorRate > 5%'
}
};
```
---
## Agent-Driven Chaos
```typescript
// qe-chaos-engineer runs controlled experiments
await Task("Chaos Experiment", {
target: 'payment-service',
failure: 'terminate-random-instance',
blastRadius: '10%',
duration: '5m',
steadyStateHypothesis: {
metric: 'success-rate',
threshold: 0.99
},
autoRollback: true
}, "qe-chaos-engineer");
// Validates:
// - System recovers automatically
// - Error rate stays within threshold
// - No data loss
// - Alerts triggered appropriately
```
---
## Agent Coordination Hints
### Memory Namespace
```
aqe/chaos-engineering/
├── experiments/* - Experiment definitions & results
├── steady-states/* - Baseline measurements
├── runbooks/* - Generated recovery procedures
└── blast-radius/* - Impact analysis
```
### Fleet Coordination
```typescript
const chaosFleet = await FleetManager.coordinate({
strategy: 'chaos-engineering',
agents: [
'qe-chaos-engineer', // Experiment execution
'qe-performance-tester', // Baseline metrics
'qe-production-intelligence' // Production monitoring
],
topology: 'sequential'
});
```
---
## Related Skills
- [shift-right-testing](../shift-right-testing/) - Production testing
- [performance-testing](../performance-testing/) - Load testing
- [test-environment-management](../test-environment-management/) - Environment stability
---
## Remember
**Break things on purpose to prevent unplanned outages.** Find weaknesses before users do. Define steady state, inject failures, measure impact, fix weaknesses, create runbooks. Start small, increase blast radius gradually.
**With Agents:** `qe-chaos-engineer` automates chaos experiments with blast radius control, automatic rollback, and comprehensive resilience validation. Generates runbooks from experiment results.
© proffesor-for-testing · MIT · proffesor-for-testing/agentic-qe