Observability

dashboard-builder hilft dir dabei, Kennzahlen in ein praxisnahes Betriebs-Dashboard für Grafana, SigNoz oder ähnliche Tools zu verwandeln. Nutze die dashboard-builder-Skill, wenn du einen klaren Leitfaden für Health, Engpässe, Durchsatz und handlungsorientierte Panels brauchst – statt eines bloßen Vorzeige-Dashboards.

Lernen Sie azure-monitor-query-java für die Backend-Entwicklung mit Installationshinweisen, Client-Mustern und praxisnaher Nutzung von Logs und Metriken. Dieser azure-monitor-query-java Skill behandelt das veraltete Azure Monitor Query SDK für Java, verweist auf die neueren aufgeteilten Pakete und hilft Ihnen, SKILL.md und Beispiele schnell einzuordnen.

azure-monitor-ingestion-java Skill für die Java-Backend-Entwicklung, der benutzerdefinierte Logs über die Logs Ingestion API, DCR und DCE an Azure Monitor sendet. Er hilft dabei, Installationsschritte, Client-Setup, Batch-Verarbeitung, Fehlerbehandlung, asynchrone Muster und praxisnahe Nutzung mit SKILL.md und references/examples.md zu verstehen.

azure-mgmt-weightsandbiases-dotnet ist das .NET Azure Resource Manager SDK für Weights & Biases auf Azure Marketplace. Verwenden Sie diesen azure-mgmt-weightsandbiases-dotnet Skill für die Backend-Entwicklung, um das Preview-Paket zu installieren, Azure Identity zu konfigurieren und die Bereitstellung von W&B-Instanzen, SSO sowie den Ressourcen-Lebenszyklus aus C# zu verwalten.

root-cause-tracing hilft dir beim Debuggen von Fehlern, indem es vom Symptom zurück zum ursprünglichen Auslöser verfolgt. Es eignet sich ideal für tieferliegende Stack-Fehler, irreführende Ausgaben und Fälle, in denen ungültige Daten, Pfade oder Arbeitsverzeichnisse früher im Ablauf eingeführt wurden. Nutze es als Leitfaden für root-cause-tracing, um systematisch zu debuggen und sicherere Korrekturen vorzunehmen.

azure-monitor-ingestion-py ist ein Python-Skill zum Senden benutzerdefinierter Protokolle an Azure Monitor Log Analytics mit der Logs Ingestion API. Er behandelt das erforderliche Setup für DCE, DCR, Stream-Namen und Authentifizierung und ist damit nützlich für Backend-Entwicklung, Installationsplanung und den praktischen Einsatz in Azure-Monitoring-Workflows.