kafka-expert — скилл для Claude Code: что делает и как установить
Скилл kafka-expert для Apache Kafka: продюсеры, консьюмеры, Kafka Streams и партиционирование — пригодится, когда в проекте появляется событийная шина.
Apache-2.0 220 установок ★ 45 обновлён 2026-10-12
npx skills add personamanagmentlayer/pcl --skill kafka-expert -a claude-codeЧто делает kafka-expert
Скилл подключается, когда в разговоре всплывают Kafka, Kafka Streams или событийная архитектура. Внутри разбор базовых понятий: топики, партиции, оффсеты, группы консьюмеров, Kafka Connect, семантика exactly-once.
Код идёт готовыми примерами. Продюсер на Python с acks='all' и повторами, консьюмер с enable_auto_commit=False и ручным коммитом, топология Kafka Streams на Java с фильтром и mapValues. Адрес брокера в них один и тот же — localhost:9092, так что под свой кластер примеры придётся переписать.
Дальше список практик: ключи партиционирования, отслеживание лага консьюмеров, идемпотентные продюсеры, аккуратный ребаланс. Рядом антипаттерны — топик из одной партиции, синхронная обработка, отсутствие мониторинга. В allowed-tools прописан только Bash(kafka:*), поэтому команды вне kafka скилл через bash не запустит.
Какие задачи решает
- Собрать продюсера с подтверждением записи от всех реплик
- Перевести консьюмер на ручной коммит оффсетов
- Написать топологию Kafka Streams с фильтрацией потока
- Разложить нагрузку по партициям, не потеряв порядок событий
- Разобраться, почему растёт лаг консьюмеров
Примеры запросов агенту
- Собери продюсера на Python, который шлёт события в топик
user-eventsсacks='all' - Почему у консьюмера растёт лаг и как включить ручной коммит оффсетов?
- Сделай топологию Kafka Streams: отбрось записи короче 10 символов и переведи остальные в верхний регистр
Как установить kafka-expert
1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill kafka-expert -a claude-code2Вручную: положить файлы
~/.claude/skills/kafka-expert/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/kafka-expert/
1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill kafka-expert -a codex2Вручную: положить файлы
.agents/skills/kafka-expert/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill kafka-expert -a cursor2Вручную: положить файлы
.cursor/skills/kafka-expert/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install personamanagmentlayer/pcl stdlib/data/kafka-expert2Вручную: положить файлы
.github/skills/kafka-expert/SKILL.md1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill kafka-expert -a gemini-cli2Командой платформы
gemini skills install https://github.com/personamanagmentlayer/pcl --path stdlib/data/kafka-expertВручную: положить файлы
.devin/skills/kafka-expert/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill kafka-expert -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 kafka-expert
Как установить kafka-expert в Claude Code?
Выполните npx skills add personamanagmentlayer/pcl --skill kafka-expert -a claude-code, затем файл скилла окажется по пути ~/.claude/skills/kafka-expert/SKILL.md.
Что делает kafka-expert?
Даёт агенту экспертизу по Apache Kafka: понятия топиков и партиций, рабочие примеры продюсера и консьюмера, топологию Kafka Streams, практики и антипаттерны.
Какие инструменты разрешены скиллу?
Read, Write, Edit и Bash(kafka:*). Из bash доступны только команды kafka, остальное не выполнится.
Исходный текст
SKILL.md · Apache-2.0
---
name: kafka-expert
version: 1.1.0
description: >-
Expert-level Apache Kafka, event streaming, Kafka Streams, and distributed messaging. Use
when the user mentions streaming, messaging, event driven, or Kafka Streams.
category: data
tags: [kafka, streaming, messaging, event-driven, kafka-streams]
allowed-tools:
- Read
- Write
- Edit
- Bash(kafka:*)
---
# Apache Kafka Expert
Expert guidance for Apache Kafka, event streaming, Kafka Streams, and building event-driven architectures.
## Core Concepts
- Topics, partitions, and offsets
- Producers and consumers
- Consumer groups
- Kafka Streams
- Kafka Connect
- Exactly-once semantics
## Producer
```python
from kafka import KafkaProducer
import json
producer = KafkaProducer(
bootstrap_servers=['localhost:9092'],
value_serializer=lambda v: json.dumps(v).encode('utf-8'),
acks='all', # Wait for all replicas
retries=3
)
# Send message
future = producer.send('user-events', {
'user_id': '123',
'event': 'login',
'timestamp': '2024-01-01T00:00:00Z'
})
# Wait for acknowledgment
record_metadata = future.get(timeout=10)
print(f"Topic: {record_metadata.topic}, Partition: {record_metadata.partition}")
producer.flush()
producer.close()
```
## Consumer
```python
from kafka import KafkaConsumer
consumer = KafkaConsumer(
'user-events',
bootstrap_servers=['localhost:9092'],
group_id='my-group',
auto_offset_reset='earliest',
enable_auto_commit=False,
value_deserializer=lambda m: json.loads(m.decode('utf-8'))
)
for message in consumer:
print(f"Received: {message.value}")
# Process message
process_event(message.value)
# Manual commit
consumer.commit()
```
## Kafka Streams
```java
Properties props = new Properties();
props.put(StreamsConfig.APPLICATION_ID_CONFIG, "streams-app");
props.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
StreamsBuilder builder = new StreamsBuilder();
KStream<String, String> source = builder.stream("input-topic");
// Transform and filter
KStream<String, String> transformed = source
.filter((key, value) -> value.length() > 10)
.mapValues(value -> value.toUpperCase());
transformed.to("output-topic");
KafkaStreams streams = new KafkaStreams(builder.build(), props);
streams.start();
```
## Best Practices
- Use appropriate partition keys
- Monitor consumer lag
- Implement idempotent producers
- Use consumer groups for scaling
- Set proper retention policies
- Handle rebalancing gracefully
- Monitor cluster metrics
## Anti-Patterns
❌ Single partition topics
❌ No error handling
❌ Ignoring consumer lag
❌ Producing to wrong partitions
❌ Not using consumer groups
❌ Synchronous processing
❌ No monitoring
## Resources
- Apache Kafka: https://kafka.apache.org/
- Confluent Platform: https://www.confluent.io/
© personamanagmentlayer · Apache-2.0 · personamanagmentlayer/pcl