Monitoring & Observabilité
Logs, traces et metriques : OpenTelemetry, Sentry, Application Insights, Grafana.
| # | Skill | Source | Description | ||
|---|---|---|---|---|---|
| 1 | sentry | anthropics/claude-cookbooks | Configurer des credentials Sentry chiffrés en vault pour un agent planifié. | 45 526 | |
| 2 | cost-optimization | wshobson/agents | Optimiser les coûts cloud sur AWS, Azure, GCP et OCI via des stratégies systématiques. | 36 831 | |
| 3 | distributed-tracing | wshobson/agents | Implémenter le traçage distribué avec Jaeger et Tempo pour visualiser les flux de requêtes. | 36 831 | |
| 4 | grafana-dashboards | wshobson/agents | Créer et gérer des dashboards Grafana prêts pour la production avec Prometheus. | 36 831 | |
| 5 | incident-runbook-templates | wshobson/agents | Générer des runbooks d'incident structurés pour guider la réponse opérationnelle en production. | 36 831 | |
| 6 | prometheus-configuration | wshobson/agents | Configurer Prometheus pour la collecte de métriques, alertes et monitoring d'infrastructure. | 36 831 | |
| 7 | python-observability | wshobson/agents | Instrumenter des applications Python avec logs structurés, métriques et traces distribuées. | 36 831 | |
| 8 | service-mesh-observability | wshobson/agents | Configurer l'observabilité complète d'un service mesh avec métriques, traces et logs. | 36 831 | |
| 9 | slo-implementation | wshobson/agents | Définir et implémenter des SLIs, SLOs et budgets d'erreur pour fiabiliser les services. | 36 831 | |
| 10 | aws-resource-health-diagnose | github/awesome-copilot | Diagnostiquer et remédier aux problèmes de santé des ressources AWS via CloudWatch. | 35 120 | |
| 11 | flowstudio-power-automate-monitoring | github/awesome-copilot | Surveiller la santé des flux Power Automate via un cache enrichi de métadonnées de gouvernance. | 35 120 | |
| 12 | qdrant-monitoring | github/awesome-copilot | Surveiller et diagnostiquer les performances d'un déploiement Qdrant en production. | 35 120 | |
| 13 | qdrant-monitoring-debugging | github/awesome-copilot | Diagnostiquer les problèmes de performance Qdrant via métriques d'optimisation et mémoire. | 35 120 | |
| 14 | qdrant-monitoring-setup | github/awesome-copilot | Configurer la surveillance Qdrant avec Prometheus, alertes et logs centralisés. | 35 120 | |
| 15 | sentry | openai/skills | Interroger Sentry en lecture seule pour analyser, diagnostiquer et expliquer les erreurs de production. | 22 307 | |
| 16 | applicationinsights-web-ts | microsoft/skills | Monitorer les performances et comportements utilisateurs dans les apps web via Application Insights. | 2 568 | |
| 17 | azure-cost | microsoft/skills | Analyser, prévoir et optimiser les coûts Azure via des requêtes API ciblées. | 2 568 | |
| 18 | azure-monitor-ingestion-java | microsoft/skills | Envoyer des logs personnalisés vers Azure Monitor via l'API d'ingestion Java. | 2 568 | |
| 19 | azure-monitor-opentelemetry-exporter-java | microsoft/skills | Exporter des données de télémétrie OpenTelemetry vers Azure Monitor Application Insights. | 2 568 | |
| 20 | azure-monitor-opentelemetry-exporter-py | microsoft/skills | Exporter des traces, métriques et logs OpenTelemetry vers Azure Application Insights. | 2 568 | |
| 21 | azure-monitor-opentelemetry-py | microsoft/skills | Configurer Azure Monitor avec OpenTelemetry pour instrumenter automatiquement des apps Python. | 2 568 | |
| 22 | azure-monitor-opentelemetry-ts | microsoft/skills | Instrumenter automatiquement des applications Node.js avec Azure Monitor et OpenTelemetry. | 2 568 | |
| 23 | alerts | nvidia-ai-blueprints/video-search-and-summarization | Gérer les alertes VSS en mode CV ou VLM selon le déploiement actif. | 1 556 | |
| 24 | ad-conf-check | nvidia/skills | Vérifier l'application des configs YAML AutoDeploy via logs serveur et dumps de graphes. | 1 285 | |
| 25 | alerts | nvidia/skills | Gérer les alertes VSS en mode CV ou VLM selon le déploiement actif. | 1 285 | |
| 26 | dynamo-interconnect-check | nvidia/skills | Vérifier le transport RDMA/NVLink d'un déploiement Dynamo disaggrégé avant benchmark. | 1 285 | |
| 27 | dynamo-troubleshoot | nvidia/skills | Diagnostiquer et classifier les pannes Dynamo pour proposer des actions correctives précises. | 1 285 | |
| 28 | monitor | nvidia/skills | Surveiller et rapporter l'état des jobs SLURM soumis à des clusters HPC. | 1 285 | |
| 29 | nemoclaw-user-monitor-sandbox | nvidia/skills | Surveiller l'état, les logs et le réseau d'un sandbox NemoClaw pour diagnostiquer. | 1 285 | |
| 30 | perf-host-analysis | nvidia/skills | Analyser les surcharges CPU dans des traces nsys pour les workloads d'inférence TensorRT-LLM. | 1 285 | |
| 31 | perf-nsight-compute-analysis | nvidia/skills | Analyser et optimiser les performances de kernels CUDA avec NVIDIA Nsight Compute. | 1 285 | |
| 32 | perf-nsight-systems | nvidia/skills | Profiler un script d'entraînement DL pour analyser l'utilisation GPU et les goulots d'étranglement. | 1 285 | |
| 33 | perf-workload-profiling | nvidia/skills | Profiler les charges de travail GPU avec timing précis et isolation des phases. | 1 285 | |
| 34 | vss-manage-alerts | nvidia/skills | Gérer les alertes VSS : détection, notifications Slack, caméras et abonnements en temps réel. | 1 285 | |
| 35 | vss-query-analytics | nvidia/skills | Interroger les incidents, métriques et alertes Elasticsearch via le serveur VA-MCP en lecture seule. | 1 285 | |
| 36 | clickhouse-managed-postgres-rca | clickhouse/agent-skills | Diagnostiquer automatiquement les incidents de performance sur une instance Postgres managée ClickHouse. | 464 | |
| 37 | troubleshooting-astro-deployments | astronomer/agents | Diagnostiquer et résoudre les problèmes de déploiements Astronomer en production via l'Astro CLI. | 391 | |
| 38 | firebase-crashlytics | firebase/agent-skills | Intégrer et configurer Crashlytics pour collecter des données de crash Android ou iOS. | 352 | |
| 39 | clickhouse-system-log-disk-exhaustion | divinevideo/divine-mobile | Diagnostiquer et résoudre l'épuisement disque des logs système ClickHouse. | 255 | |
| 40 | mcloud-logs | medusajs/medusa-agent-skills | Récupérer et filtrer les logs d'un environnement Cloud via la CLI mcloud logs. | 187 | |
| 41 | qdrant-monitoring-setup | qdrant/skills | Configurer le monitoring Qdrant avec Prometheus, alertes et logs centralisés. | 166 | |
| 42 | agent-install | datadog-labs/agent-skills | Installer et configurer l'agent Datadog avec SSI sur des hôtes Linux distants. | 130 | |
| 43 | agent-skills | datadog-labs/agent-skills | Gérer la surveillance, les logs et les traces Datadog via un agent IA. | 130 | |
| 44 | dd-apm | datadog-labs/agent-skills | Monitorer les performances applicatives avec le tracing distribué et l'instrumentation Kubernetes. | 130 | |
| 45 | dd-audit-ai-activity | datadog-labs/agent-skills | Auditer l'activité de l'assistant IA Datadog via les journaux d'audit MCP. | 130 | |
| 46 | dd-audit-cost-spike-investigation | datadog-labs/agent-skills | Corréler les pics de coût Datadog avec les changements de configuration via l'Audit Trail. | 130 | |
| 47 | dd-browser-sdk | datadog-labs/agent-skills | Mettre à niveau le SDK navigateur Datadog de la version 6 à 7. | 130 | |
| 48 | dd-docs | datadog-labs/agent-skills | Localiser et consulter la documentation officielle Datadog via un index optimisé. | 130 | |
| 49 | dd-logs | datadog-labs/agent-skills | Rechercher, filtrer et archiver des logs Datadog avec contrôle des coûts. | 130 | |
| 50 | dd-monitors | datadog-labs/agent-skills | Créer, gérer et auditer des monitors d'alerting Datadog avec les meilleures pratiques. | 130 |
À propos de cette sélection
L'observabilité est souvent le dernier chantier qu'on branche et le premier qu'on regrette d'avoir bâclé. Quand un agent commence à enchaîner des appels LLM en production, savoir exactement où la latence explose ou quel span a silencieusement échoué transforme radicalement le débogage. Les skills monitoring & observabilité rassemblés ici couvrent des cas concrets : instrumenter un pipeline d'inférence pour en extraire des traces exploitables, ou auditer la consommation réelle d'un assistant Copilot avant que la facture surprenne tout le monde. L'outillage disponible est déjà dense, avec des contributions notables de Datadog Labs et Dash0 couvrant OpenTelemetry, les métriques système sous Linux et le troubleshooting de performance sur des stacks variées. Le profil qui atterrit ici : un SRE ou un ML engineer qui veut enfin piloter avec des données concrètes sous les yeux.