monitoring-expert · personamanagmentlayer — скилл для Claude Code: Prometheus, Grafana
Скилл monitoring-expert для Claude Code настраивает мониторинг, метрики и алертинг с Prometheus, Grafana, Loki и распределённой трассировкой. Помогает построить наблюдаемость с нуля и разобраться в её трёх столпах.
Apache-2.0 189 установок ★ 45 обновлён 2026-10-12
npx skills add personamanagmentlayer/pcl --skill monitoring-expert -a claude-codeЧто делает monitoring-expert
Скилл даёт готовые конфигурации для полного стека мониторинга: сбор метрик через Prometheus, визуализация в Grafana, агрегация логов через Loki с Promtail, настройка алертов в Alertmanager, распределённая трассировка через Jaeger. Внутри — шаблоны YAML для Alertmanager с маршрутизацией по severity и сервисам, JSON-конфигурации дашбордов Grafana с графиками Request Rate, P95 Latency и Error Rate, примеры LogQL-запросов для фильтрации и анализа логов, а также базовая настройка Jaeger.
Скилл работает с Prometheus, Grafana, Loki, Promtail, Alertmanager и Jaeger — нужно, чтобы эти компоненты либо уже развёрнуты, либо готовы к развёртыванию в Docker или Kubernetes. Скилл помогает писать и редактировать конфигурации, проверять их через promtool, управлять контейнерами Docker и ресурсами Kubernetes через Bash.
Позволяет работать с метриками по методам RED (Rate, Errors, Duration) и USE (Utilization, Saturation, Errors), строить SLI/SLO/SLA, настраивать правила алертов с ингибированием (подавлением предупреждений при критических сбоях) и маршрутизацией в Slack, PagerDuty или email.
Какие задачи решает
- настроить сбор метрик и визуализировать их в дашбордах
- создать алерты и маршрутизировать их в Slack, PagerDuty или почту
- агрегировать логи из приложений, Docker и Kubernetes
- отследить поток запроса через микросервисы с помощью распределённой трассировки
- определить SLI/SLO и построить мониторинг по методам RED или USE
Примеры запросов агенту
- Напиши конфиг Alertmanager для маршрутизации критических алертов в PagerDuty, а предупреждений — в Slack
- Создай дашборд Grafana с графиками latency, error rate и request rate для приложения
- Помоги настроить Promtail для сбора логов из Kubernetes-подов и отправки в Loki
Как установить monitoring-expert
1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill monitoring-expert -a claude-code2Вручную: положить файлы
~/.claude/skills/monitoring-expert/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/monitoring-expert/
1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill monitoring-expert -a codex2Вручную: положить файлы
.agents/skills/monitoring-expert/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill monitoring-expert -a cursor2Вручную: положить файлы
.cursor/skills/monitoring-expert/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install personamanagmentlayer/pcl stdlib/devops/monitoring-expert2Вручную: положить файлы
.github/skills/monitoring-expert/SKILL.md1Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill monitoring-expert -a gemini-cli2Командой платформы
gemini skills install https://github.com/personamanagmentlayer/pcl --path stdlib/devops/monitoring-expertВручную: положить файлы
.devin/skills/monitoring-expert/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add personamanagmentlayer/pcl --skill monitoring-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 monitoring-expert
Как установить monitoring-expert в Claude Code?
Выполни npx skills add personamanagmentlayer/pcl --skill monitoring-expert -a claude-code, затем открой ~/.claude/skills/monitoring-expert/SKILL.md.
Что делает monitoring-expert?
Скилл даёт готовые конфигурации и примеры для Prometheus, Grafana, Loki, Alertmanager и Jaeger. Помогает настроить метрики, логирование, алерты и трассировку в одном стеке.
Какие инструменты нужны для работы со скиллом?
Docker, kubectl (для Kubernetes), promtool для проверки конфигов Prometheus. Сами компоненты мониторинга (Prometheus, Grafana, Loki) должны быть развёрнуты или готовы к развёртыванию.
Исходный текст
SKILL.md · Apache-2.0
---
name: monitoring-expert
version: 1.1.0
description: >-
Expert-level monitoring and observability with Prometheus, Grafana, logging, and
alerting. Use when the user mentions observability, Prometheus, Grafana, logging,
metrics, or alerting, or when the task involves The Three Pillars of Observability,
Monitoring Fundamentals, Prometheus Configuration, or Alert Rules.
category: devops
tags:
[
monitoring,
observability,
prometheus,
grafana,
logging,
metrics,
alerting,
traces,
]
allowed-tools:
- Read
- Write
- Edit
- Bash(docker:*, kubectl:*, promtool:*)
---
# Monitoring Expert
Expert guidance for monitoring, observability, and alerting using Prometheus, Grafana, logging systems, and distributed tracing.
## Core Concepts
### The Three Pillars of Observability
1. **Metrics** - Numerical measurements over time (Prometheus)
2. **Logs** - Discrete events (ELK, Loki)
3. **Traces** - Request flow through distributed systems (Jaeger, Tempo)
### Monitoring Fundamentals
- Golden Signals (Latency, Traffic, Errors, Saturation)
- RED Method (Rate, Errors, Duration)
- USE Method (Utilization, Saturation, Errors)
- Service Level Indicators (SLIs)
- Service Level Objectives (SLOs)
- Service Level Agreements (SLAs)
### Key Components
- Metric collection (exporters, agents)
- Time-series database
- Visualization (dashboards)
- Alerting (rules, receivers)
- Log aggregation
- Distributed tracing
## Alertmanager
### Configuration
```yaml
# alertmanager.yml
global:
resolve_timeout: 5m
slack_api_url: 'https://hooks.slack.com/services/YOUR/WEBHOOK/URL'
route:
receiver: 'default'
group_by: ['alertname', 'cluster', 'service']
group_wait: 10s
group_interval: 5m
repeat_interval: 4h
routes:
# Critical alerts to PagerDuty
- match:
severity: critical
receiver: pagerduty
continue: true
# Warning alerts to Slack
- match:
severity: warning
receiver: slack
# Database alerts
- match_re:
service: database
receiver: database-team
receivers:
- name: 'default'
email_configs:
- to: '[email protected]'
from: '[email protected]'
smarthost: 'smtp.gmail.com:587'
auth_username: '[email protected]'
auth_password: 'password'
- name: 'slack'
slack_configs:
- channel: '#alerts'
title: '{{ .GroupLabels.alertname }}'
text: '{{ range .Alerts }}{{ .Annotations.description }}{{ end }}'
send_resolved: true
- name: 'pagerduty'
pagerduty_configs:
- service_key: 'YOUR_PAGERDUTY_KEY'
description: '{{ .GroupLabels.alertname }}'
- name: 'database-team'
slack_configs:
- channel: '#database-alerts'
email_configs:
- to: '[email protected]'
inhibit_rules:
# Suppress warning if critical alert is firing
- source_match:
severity: 'critical'
target_match:
severity: 'warning'
equal: ['alertname', 'instance']
```
## Grafana
### Dashboard Configuration (JSON)
```json
{
"dashboard": {
"title": "Application Metrics",
"tags": ["app", "production"],
"timezone": "browser",
"panels": [
{
"title": "Request Rate",
"type": "graph",
"gridPos": { "x": 0, "y": 0, "w": 12, "h": 8 },
"targets": [
{
"expr": "sum(rate(http_requests_total[5m])) by (status)",
"legendFormat": "{{ status }}"
}
]
},
{
"title": "P95 Latency",
"type": "graph",
"gridPos": { "x": 12, "y": 0, "w": 12, "h": 8 },
"targets": [
{
"expr": "histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))",
"legendFormat": "p95"
}
]
},
{
"title": "Error Rate",
"type": "stat",
"gridPos": { "x": 0, "y": 8, "w": 6, "h": 4 },
"targets": [
{
"expr": "sum(rate(http_requests_total{status=~\"5..\"}[5m])) / sum(rate(http_requests_total[5m]))"
}
],
"fieldConfig": {
"defaults": {
"unit": "percentunit",
"thresholds": {
"steps": [
{ "value": 0, "color": "green" },
{ "value": 0.01, "color": "yellow" },
{ "value": 0.05, "color": "red" }
]
}
}
}
}
]
}
}
```
### Provisioning Data Sources
```yaml
# grafana/provisioning/datasources/prometheus.yml
apiVersion: 1
datasources:
- name: Prometheus
type: prometheus
access: proxy
url: http://prometheus:9090
isDefault: true
editable: false
- name: Loki
type: loki
access: proxy
url: http://loki:3100
editable: false
```
## Logging with Loki
### Loki Configuration
```yaml
# loki-config.yml
auth_enabled: false
server:
http_listen_port: 3100
ingester:
lifecycler:
ring:
kvstore:
store: inmemory
replication_factor: 1
chunk_idle_period: 5m
chunk_retain_period: 30s
schema_config:
configs:
- from: 2020-05-15
store: boltdb
object_store: filesystem
schema: v11
index:
prefix: index_
period: 168h
storage_config:
boltdb:
directory: /tmp/loki/index
filesystem:
directory: /tmp/loki/chunks
limits_config:
enforce_metric_name: false
reject_old_samples: true
reject_old_samples_max_age: 168h
```
### Promtail Configuration
```yaml
# promtail-config.yml
server:
http_listen_port: 9080
positions:
filename: /tmp/positions.yaml
clients:
- url: http://loki:3100/loki/api/v1/push
scrape_configs:
# Application logs
- job_name: app
static_configs:
- targets:
- localhost
labels:
job: app
__path__: /var/log/app/*.log
# Docker logs
- job_name: docker
docker_sd_configs:
- host: unix:///var/run/docker.sock
relabel_configs:
- source_labels: ['__meta_docker_container_name']
target_label: 'container'
# Kubernetes logs
- job_name: kubernetes
kubernetes_sd_configs:
- role: pod
pipeline_stages:
- docker: {}
relabel_configs:
- source_labels:
- __meta_kubernetes_pod_name
target_label: pod
- source_labels:
- __meta_kubernetes_namespace
target_label: namespace
```
### LogQL Queries
```logql
# All logs for a job
{job="app"}
# Filter by level
{job="app"} |= "error"
# JSON parsing
{job="app"} | json | level="error"
# Rate of errors
rate({job="app"} |= "error" [5m])
# Count by pod
sum by (pod) (count_over_time({namespace="production"}[5m]))
# Extract and filter
{job="app"}
| json
| line_format "{{.timestamp}} {{.level}} {{.message}}"
| level="error"
# Metrics from logs
sum(rate({job="app"} |= "status=500" [5m])) by (endpoint)
```
## Distributed Tracing
### Jaeger Setup
```yaml
# docker-compose.yml
services:
jaeger:
image: jaegertracing/all-in-one:latest
ports:
- '5775:5775/udp'
- '6831:6831/udp'
- '6832:6832/udp'
- '5778:5778'
- '16686:16686' # UI
- '14268:14268' # Collector
- '9411:9411' # Zipkin compatible
environment:
- COLLECTOR_ZIPKIN_HTTP_PORT=9411
```
### Application Instrumentation (Node.js)
```typescript
// Install: npm install jaeger-client opentracing
import { initTracer } from 'jaeger-client';
const config = {
serviceName: 'my-app',
sampler: {
type: 'probabilistic',
param: 1.0, // Sample 100% of traces
},
reporter: {
logSpans: true,
agentHost: 'localhost',
agentPort: 6831,
},
};
const tracer = initTracer(config);
// Trace HTTP request
app.get('/api/users/:id', async (req, res) => {
const span = tracer.startSpan('get_user');
span.setTag('user_id', req.params.id);
try {
// Database query
const dbSpan = tracer.startSpan('db_query', { childOf: span });
const user = await db.user.findById(req.params.id);
dbSpan.finish();
// External API call
const apiSpan = tracer.startSpan('external_api', { childOf: span });
const profile = await fetchUserProfile(user.id);
apiSpan.finish();
span.setTag('http.status_code', 200);
res.json({ user, profile });
} catch (error) {
span.setTag('error', true);
span.setTag('http.status_code', 500);
span.log({ event: 'error', message: error.message });
res.status(500).json({ error: error.message });
} finally {
span.finish();
}
});
```
## Best Practices
### Metric Naming
- Use descriptive names: `http_requests_total` not `requests`
- Use units in name: `duration_seconds`, `bytes_total`
- Use `_total` suffix for counters
- Use `_bucket` suffix for histograms
- Use consistent label names
### Cardinality
- Avoid high-cardinality labels (user IDs, emails)
- Use bounded label values
- Aggregate when possible
- Monitor metric count
### Alert Design
- Alert on symptoms, not causes
- Set appropriate thresholds
- Include actionable annotations
- Group related alerts
- Use inhibition rules
### Dashboard Design
- One purpose per dashboard
- Use consistent time ranges
- Include SLOs/SLIs
- Add context with annotations
- Use appropriate visualization types
## Anti-Patterns to Avoid
❌ **No SLOs**: Define service level objectives
❌ **Alert fatigue**: Too many non-actionable alerts
❌ **High cardinality**: Labels with unbounded values
❌ **Missing instrumentation**: Instrument all critical paths
❌ **No runbooks**: Alerts should have clear remediation steps
❌ **Ignoring trends**: Monitor trends, not just current values
❌ **No log structure**: Use structured logging (JSON)
❌ **Missing context**: Include relevant labels and tags
## Reference Documentation
Detailed material lives alongside this skill and is read on demand:
- [Prometheus](references/PROMETHEUS.md) — Installation (Docker), Prometheus Configuration, Alert Rules, PromQL Queries
- [Application Instrumentation](references/APPLICATION_INSTRUMENTATION.md) — Node.js (Express), Python (Flask), Go
## Resources
- Prometheus: https://prometheus.io/docs/
- Grafana: https://grafana.com/docs/
- Loki: https://grafana.com/docs/loki/
- Jaeger: https://www.jaegertracing.io/docs/
- OpenTelemetry: https://opentelemetry.io/docs/
- SRE Book: https://sre.google/books/
© personamanagmentlayer · Apache-2.0 · personamanagmentlayer/pcl
Похожие скиллы
Все скиллы по теме «DevOps и инфраструктура» →Сначала — monitoring-expert от других авторов.