monitoring-observability · ahmedasmar — скилл для Claude Code: метрики, логи, SLO
Скилл для настройки мониторинга и наблюдаемости: стратегия метрик, алерты, дашборды, SLO и разбор инцидентов.
npx skills add ahmedasmar/devops-claude-skills --skill monitoring-observability -a claude-code
npx skills add ahmedasmar/devops-claude-skills --skill skills -a claude-codeЧто делает monitoring-observability
Скилл ведёт по дереву решений: если мониторинг ставится с нуля, работа начинается с проектирования стратегии метрик, если уже есть проблема — с разбора инцидента. Внутри разложены Four Golden Signals, методы RED и USE, готовые запросы PromQL для rate, доли ошибок и p95-латентности. Есть разделы про структурные логи, дизайн алертов с уровнями критичности и мультиоконным burn rate, генерацию дашбордов Grafana и расчёт SLO с бюджетом ошибок.
В комплекте скрипты: scripts/log_analyzer.py разбирает файл логов на ошибки, паттерны и стек-трейсы, scripts/alert_quality_checker.py проверяет правила Prometheus на именование, обязательные метки и клаузу for, а scripts/dashboard_generator.py собирает JSON дашборда из шаблона. Плюс шаблоны алертов для веб-приложений и Kubernetes и заготовка runbook для инцидентов. Запросы к Prometheus и CloudWatch можно гонять прямо из CLI через curl и aws cloudwatch get-metric-statistics.
Для скриптов нужен Python 3. Запросы к CloudWatch требуют настроенного AWS CLI, а к Prometheus — доступного эндпоинта API. Если у вас Datadog и счёт растёт, в скилле есть отдельная ветка про оптимизацию расходов и переезд на открытый стек — это повод сначала посчитать, что именно даёт основной объём метрик.
Какие задачи решает
- спроектировать набор метрик для нового сервиса
- написать алерт на выгорание бюджета ошибок
- собрать дашборд Grafana из шаблона
- разобрать файл логов на ошибки и стек-трейсы
- посчитать SLO и бюджет ошибок для сервиса
Примеры запросов агенту
- помоги спроектировать метрики для нового API по Four Golden Signals
- проверь мои правила Prometheus скриптом alert_quality_checker
- сгенерируй дашборд Grafana для сервиса payment_api
Как установить monitoring-observability
1Через Skills CLI (Vercel)
npx skills add ahmedasmar/devops-claude-skills --skill monitoring-observability -a claude-codenpx skills add ahmedasmar/devops-claude-skills --skill skills -a claude-code2Вручную: положить файлы
~/.claude/skills/skills/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/skills/
1Через Skills CLI (Vercel)
npx skills add ahmedasmar/devops-claude-skills --skill skills -a codex2Вручную: положить файлы
.agents/skills/skills/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add ahmedasmar/devops-claude-skills --skill skills -a cursor2Вручную: положить файлы
.cursor/skills/skills/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install ahmedasmar/devops-claude-skills skills2Вручную: положить файлы
.github/skills/skills/SKILL.md1Через Skills CLI (Vercel)
npx skills add ahmedasmar/devops-claude-skills --skill skills -a gemini-cli2Командой платформы
gemini skills install https://github.com/ahmedasmar/devops-claude-skills --path monitoring-observability/skillsВручную: положить файлы
.devin/skills/skills/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add ahmedasmar/devops-claude-skills --skill skills -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 monitoring-observability
Как установить monitoring-observability в Claude?
Через установщик скиллов: npx skills add ahmedasmar/devops-claude-skills --skill monitoring-observability -a claude-code. После этого файл скилла появится в ~/.claude/skills/skills/SKILL.md.
Что делает monitoring-observability?
Помогает строить мониторинг и наблюдаемость: стратегия метрик, структурные логи, алерты, дашборды, SLO с бюджетом ошибок и разбор проблем с производительностью.
Что нужно для работы скриптов скилла?
Python 3 для log_analyzer.py, alert_quality_checker.py и dashboard_generator.py. Запросы к CloudWatch идут через AWS CLI, к Prometheus — через HTTP API.
Похожие скиллы
Всё по теме «DevOps и инфраструктура» →Сначала — monitoring-observability от других авторов.
