К основному содержанию
скилл CX Codex

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

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add proffesor-for-testing/agentic-qe --skill chaos-engineering-resilience -a claude-code
Открыть на GitHub

Что 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-code

2Вручную: положить файлы

~/.claude/skills/chaos-engineering-resilience/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/chaos-engineering-resilience/

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

Похожие скиллы

Все скиллы по теме «Тесты и QA» →
chaos-engineering Alireza Rezvani Плагин chaos-engineering для хаос-экспериментов: гипотеза, метрика steady-state, радиус поражения, критерии остановки и разбор без поиска виноватых. ★ 30 251звёзд репо chaos-engineer https://github.com/Jeffallan Скилл chaos-engineer для Claude Code: планирует chaos-эксперименты, внедряет инъекцию отказов и проводит game day. Проверяет, как распределённая система переживает падение пода или задержку сети. CX Codex +1 4 400установок aws-resilience-lifecycle aws Скилл aws-resilience-lifecycle ведёт агента по циклу Define → Test → Operate в AWS: от политики Resilience Hub v2 до экспериментов FIS и контролов ARC. CX Codex +1 4 900установок python-resilience Seth Hobson Скилл python-resilience для Claude Code подсказывает, как добавить в Python повторные попытки, таймауты и защиту от временных сбоев. Обрабатывает временные ошибки в сетевых вызовах и сервисах. CX Codex +1 11 755установок resilience-program-design aws Скилл resilience-program-design помогает спроектировать программу отказоустойчивости: уровни политик, цели доступности, RTO/RPO, DR-подходы и график проверок. CX Codex +1 4 700установок cli-resilience cheaper-inference Скилл cli-resilience для Claude Code даёт команды OmniRoute для проверки предохранителей, кулдаунов и квот и сброса застрявшего провайдера из терминала. CX Codex +1 1 300установок

Из того же набора73

Весь набор →
performance-testing Скилл performance-testing для Claude Code помогает спланировать нагрузочный тест, задать SLO и найти узкие места по результатам. Проверяет API и поведение приложения под нагрузкой. CX Codex +1 144установок qe-test-generation Скилл qe-test-generation для Claude Code создаёт тесты для нового и изменённого кода, включая проверки инвариантов и контрактов. Помогает находить пробелы в покрытии и переносить тесты между фреймворками. CX Codex +1 142установок qe-requirements-validation Скилл qe-requirements-validation для Claude Code проверяет тестируемость критериев приёмки, связывает требования с тест-кейсами и генерирует BDD-сценарии из пользовательских историй. Проверяет полноту требований до разработки. CX Codex +1 141установок refactoring-patterns Скилл refactoring-patterns для Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode, который применяет паттерны рефакторинга. Запускается, когда нужно улучшить структуру кода без изменения поведения. CX Codex +1 140установок localization-testing Скилл localization-testing проверяет переводы, форматы по локали, RTL-интерфейс и поддержку Unicode. Пригодится перед запуском продукта на новых языках и после изменений UI. CX Codex +1 137установок sherlock-review Скилл sherlock-review собирает доказательства и проверяет утверждения об изменениях кода. Помогает найти причину ошибки или подтвердить исправление. CX Codex +1 135установок wms-testing-patterns Скилл wms-testing-patterns для Claude Code содержит паттерны проверки инвентаризации, волн комплектации, EDI-документов и интеграции WMS с ERP. CX Codex +1 134установок six-thinking-hats Скилл six-thinking-hats для Claude Code разбирает тестирование через шесть позиций: факты, риски, пользу, идеи, ощущения и план действий. Структурирует стратегии, ретроспективы и разбор сбоев. CX Codex +1 131установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой