Cloud & DevOps
Skills pour deployer, orchestrer et superviser des applications cloud. Azure, AWS, Kubernetes et observabilite.
| # | Skill | Source | Description | Δ | |
|---|---|---|---|---|---|
| 1 | deploy-checklist | anthropics/knowledge-work-plugins | Générer une checklist pré-déploiement personnalisée pour sécuriser chaque mise en production. | 30 059 | 970 |
| 2 | n8n:nathan | n8n-io/n8n | Déployer des instances de test n8n temporaires depuis un dépôt via pnpm nathan. | 207 862 | 851 |
| 3 | ship | rtk-ai/rtk | Automatiser le workflow de release RTK avec versionnage, build et déploiement CI/CD. | 83 811 | 841 |
| 4 | cloud | browser-use/browser-use | Intégrer et piloter l'API cloud Browser Use via SDK ou REST. | 118 361 | 710 |
| 5 | multi-cloud-architecture | wshobson/agents | Concevoir des architectures multi-cloud agnostiques sur AWS, Azure, GCP et OCI. | 40 989 | 587 |
| 6 | deployment-pipeline-design | wshobson/agents | Concevoir des pipelines CI/CD multi-étapes avec gates, stratégies de déploiement et rollback automatisé. | 40 989 | 587 |
| 7 | github-actions-templates | wshobson/agents | Générer des workflows GitHub Actions prêts pour CI/CD, Docker et Kubernetes. | 40 989 | 587 |
| 8 | gitlab-ci-patterns | wshobson/agents | Créer et gérer des pipelines GitLab CI/CD multi-étapes avec déploiement Kubernetes. | 40 989 | 587 |
| 9 | turborepo-caching | wshobson/agents | Configurer et optimiser le cache de build Turborepo pour monorepos CI/CD. | 40 989 | 587 |
| 10 | terraform-module-library | wshobson/agents | Créer des modules Terraform réutilisables et testés pour AWS, Azure, GCP et OCI. | 40 989 | 587 |
| 11 | istio-traffic-management | wshobson/agents | Configurer le routage, les disjoncteurs et les déploiements canary avec Istio. | 40 989 | 587 |
| 12 | linkerd-patterns | wshobson/agents | Configurer un service mesh Linkerd léger avec mTLS, retries et déploiements canary. | 40 989 | 587 |
| 13 | gitops-workflow | wshobson/agents | Automatiser les déploiements Kubernetes déclaratifs via GitOps avec ArgoCD ou Flux. | 40 989 | 587 |
| 14 | helm-chart-scaffolding | wshobson/agents | Créer et gérer des Helm charts complets pour déployer des applications Kubernetes. | 40 989 | 587 |
| 15 | k8s-manifest-generator | wshobson/agents | Générer des manifests Kubernetes production-ready pour déploiements, services et stockage. | 40 989 | 587 |
| 16 | k8s-security-policies | wshobson/agents | Sécuriser un cluster Kubernetes via RBAC, NetworkPolicy et Pod Security Standards. | 40 989 | 587 |
| 17 | cost-optimization | wshobson/agents | Optimiser les coûts cloud sur AWS, Azure, GCP et OCI via des stratégies systématiques. | 40 989 | 587 |
| 18 | service-mesh-observability | wshobson/agents | Configurer l'observabilité complète d'un service mesh avec métriques, traces et logs. | 40 989 | 587 |
| 19 | incident-runbook-templates | wshobson/agents | Générer des runbooks d'incident structurés pour guider la réponse opérationnelle en production. | 40 989 | 587 |
| 20 | on-call-handoff-patterns | wshobson/agents | Structurer et documenter les transitions d'astreinte pour garantir la continuité des incidents. | 40 989 | 587 |
| 21 | distributed-tracing | wshobson/agents | Implémenter le traçage distribué avec Jaeger et Tempo pour visualiser les flux de requêtes. | 40 989 | 587 |
| 22 | grafana-dashboards | wshobson/agents | Créer et gérer des dashboards Grafana prêts pour la production avec Prometheus. | 40 989 | 587 |
| 23 | prometheus-configuration | wshobson/agents | Configurer Prometheus pour la collecte de métriques, alertes et monitoring d'infrastructure. | 40 989 | 587 |
| 24 | slo-implementation | wshobson/agents | Définir et implémenter des SLIs, SLOs et budgets d'erreur pour fiabiliser les services. | 40 989 | 587 |
| 25 | python-observability | wshobson/agents | Instrumenter des applications Python avec logs structurés, métriques et traces distribuées. | 40 989 | 587 |
| 26 | hybrid-cloud-networking | wshobson/agents | Configurer une connectivité hybride sécurisée entre datacenter et cloud multi-provider. | 40 989 | 587 |
| 27 | connectivity-triage | wshobson/agents | Diagnostiquer une panne réseau sur macOS sans modifier la configuration existante. | 40 989 | 587 |
| 28 | ghstack-ci | pytorch/pytorch | Gérer l'intégration continue sur des stacks ghstack en ciblant les PRs prioritaires. | 104 843 | 429 |
| 29 | ci-metrics | pytorch/pytorch | Interroger les métriques CI et infrastructure de PyTorch via Grafana et ClickHouse. | 104 843 | 429 |
| 30 | deploy-to-vercel | vercel-labs/agent-skills | Déployer un projet sur Vercel via CLI, git push ou liaison directe. | 32 581 | 348 |
| 31 | vercel-cli-with-tokens | vercel-labs/agent-skills | Déployer et gérer des projets Vercel via CLI avec authentification par token. | 32 581 | 348 |
| 32 | vercel-optimize | vercel-labs/agent-skills | Auditer les performances Vercel en priorisant les signaux de production pour optimiser le code. | 32 581 | 348 |
| 33 | cloud-design-patterns | github/awesome-copilot | Appliquer des design patterns cloud pour concevoir des systèmes distribués fiables et performants. | 40 142 | 221 |
| 34 | aws-cost-optimize | github/awesome-copilot | Analyser les ressources AWS et fichiers IaC pour générer des recommandations d'optimisation des coûts. | 40 142 | 221 |
| 35 | aws-resource-query | github/awesome-copilot | Interroger les ressources AWS en lecture seule via des commandes CLI traduites automatiquement. | 40 142 | 221 |
| 36 | aws-well-architected-review | github/awesome-copilot | Auditer une infrastructure AWS selon les 6 piliers du Well-Architected Framework. | 40 142 | 221 |
| 37 | az-cost-optimize | github/awesome-copilot | Analyser les ressources Azure et fichiers IaC pour générer des recommandations d'optimisation des coûts. | 40 142 | 221 |
| 38 | azure-resource-health-diagnose | github/awesome-copilot | Diagnostiquer et remédier aux problèmes de santé d'une ressource Azure via logs et télémétrie. | 40 142 | 221 |
| 39 | dataverse-python-usecase-builder | github/awesome-copilot | Architecturer et implémenter des solutions Dataverse complètes selon un besoin métier. | 40 142 | 221 |
| 40 | power-platform-architect | github/awesome-copilot | Concevoir des architectures Power Platform à partir de transcriptions ou de cas d'usage métier. | 40 142 | 221 |
| 41 | power-platform-mcp-connector-suite | github/awesome-copilot | Générer des connecteurs Power Platform avec intégration du protocole MCP pour Copilot Studio. | 40 142 | 221 |
| 42 | appinsights-instrumentation | github/awesome-copilot | Instrumenter une webapp Azure avec Application Insights pour améliorer son observabilité. | 40 142 | 221 |
| 43 | arduino-azure-iot-edge-integration | github/awesome-copilot | Connecter des appareils Arduino à Azure IoT Hub via des patterns edge sécurisés et fiables. | 40 142 | 221 |
| 44 | azure-resource-visualizer | github/awesome-copilot | Visualiser et générer des diagrammes Mermaid d'architectures Azure par groupe de ressources. | 40 142 | 221 |
| 45 | azure-role-selector | github/awesome-copilot | Identifier et assigner le rôle Azure minimal requis via CLI et Bicep. | 40 142 | 221 |
| 46 | azure-smart-city-iot-solution-builder | github/awesome-copilot | Concevoir une architecture Azure IoT complète pour des solutions Smart City déployables. | 40 142 | 221 |
| 47 | azure-pricing | github/awesome-copilot | Récupérer et comparer les tarifs Azure en temps réel via l'API publique. | 40 142 | 221 |
| 48 | flowstudio-power-automate-build | github/awesome-copilot | Construire et déployer des flows Power Automate via le serveur MCP FlowStudio. | 40 142 | 221 |
| 49 | azure-architecture-autopilot | github/awesome-copilot | Concevoir, analyser et déployer des infrastructures Azure via langage naturel avec diagrammes interactifs. | 40 142 | 221 |
| 50 | azure-deployment-preflight | github/awesome-copilot | Valider et prévisualiser des déploiements Bicep Azure avant exécution. | 40 142 | 221 |
À propos de cette sélection
Provisionner une infrastructure depuis une spec Terraform, diagnostiquer une ressource Azure qui dérive en production, optimiser une facture cloud avant qu'elle parte en vrille : ces cas d'usage concrets sont au cœur des skills cloud & devops. Le profil visé va de l'ingénieur backend qui automatise ses pipelines au SRE qui veut déléguer la surveillance de ses ressources à un agent, en passant par le platform engineer qui cherche à brancher de l'infrastructure-as-code sans tout réécrire à la main.
Du côté de l'outillage, l'écosystème est déjà dense. Microsoft et HashiCorp poussent des intégrations solides, et les skills autour de l'observabilité ou du cost management couvrent aujourd'hui la majorité des cas courants. Les couches bas niveau restent plus fragmentées, mais le socle est opérationnel.