Monitoring

github-ops est une compétence d’opérations GitHub pour trier les issues, gérer les PR, analyser les échecs CI, préparer les releases et surveiller la santé d’un dépôt avec la CLI gh. Utilisez la compétence github-ops lorsque vous avez besoin d’un usage reproductible de github-ops sur un dépôt réel, avec authentification via gh auth login et un contexte de dépôt clairement défini.

enterprise-agent-ops vous aide à piloter des systèmes d’agents de longue durée ou hébergés dans le cloud avec observabilité, contrôles de sécurité, gestion des changements et planification de reprise. Utilisez-le comme guide pratique pour l’orchestration d’agents, pas comme simple prompt ponctuel.

dashboard-builder vous aide à transformer des métriques en un tableau de bord opérationnel et exploitable pour Grafana, SigNoz ou des outils similaires. Utilisez le skill dashboard-builder lorsque vous avez besoin d’un guide clair pour construire un tableau de bord centré sur la santé, les goulots d’étranglement, le débit et des panneaux orientés action, plutôt qu’un tableau de bord vitrine.

La skill memory-forensics sert à la capture de RAM et à l’analyse de dumps avec Volatility 3. Elle couvre le contexte d’installation, les workflows d’utilisation, l’extraction d’artefacts et le triage d’incident sur Windows, Linux, macOS et la mémoire de machines virtuelles.

incident-runbook-templates aide les équipes à créer des runbooks structurés de réponse aux incidents, avec des étapes claires de triage, d’atténuation, d’escalade, de communication et de rétablissement pour les pannes et les playbooks opérationnels.

La compétence shipping-and-launch prépare les mises en production à risque grâce à une checklist avant lancement, la mise en place du monitoring, la planification d’un déploiement progressif, des critères de succès et une stratégie de rollback. Utilisez-la lorsque vous avez besoin d’un cadre de Deployment plus sûr, et pas seulement d’une commande de déploiement. Elle s’adresse aux ingénieurs et aux équipes d’exploitation qui recherchent un guide structuré de shipping-and-launch.

huggingface-trackio aide à suivre les entraînements ML avec Trackio. Utilisez ce skill pour enregistrer des métriques depuis Python, ajouter des alertes d'entraînement et récupérer ou analyser des runs avec la CLI trackio. Il prend en charge des tableaux de bord en temps réel, la synchronisation avec Hugging Face Space et la sortie JSON pour l’automatisation, ce qui rend huggingface-trackio utile pour le suivi d’expériences et l’analyse de données.

analyzing-ransomware-leak-site-intelligence aide à surveiller les sites de fuite de données liés aux ransomwares, à extraire des signaux sur les victimes et les groupes, et à produire une threat intelligence structurée pour la réponse à incident, l’évaluation du risque sectoriel et le suivi des adversaires.

azure-monitor-query-py aide les développeurs Python à interroger les journaux et les métriques Azure Monitor avec azure-monitor-query. Utilisez-le pour les workspaces Log Analytics, les métriques de ressources Azure, la supervision backend, le diagnostic et l’automatisation de l’observabilité. Il convient à la skill azure-monitor-query-py si vous disposez déjà des ID de workspace, des URI de ressources et d’identifiants Azure.

Découvrez azure-monitor-query-java pour le développement backend avec des notes d’installation, des modèles d’utilisation client, et des cas pratiques pour les logs et les métriques. Ce skill azure-monitor-query-java couvre le SDK Azure Monitor Query Java désormais déprécié, renvoie vers les nouveaux packages séparés, et vous aide à lire rapidement `SKILL.md` ainsi que les exemples.

Skill azure-monitor-opentelemetry-exporter-java pour le développement backend Java et la migration vers Azure Monitor/OpenTelemetry. Découvrez l’usage de l’exporter legacy, le contexte d’installation et pourquoi le dépôt recommande azure-monitor-opentelemetry-autoconfigure pour les nouvelles configurations. Inclut la mise en place des dépendances, la configuration de la chaîne de connexion, ainsi que des conseils pratiques pour les traces, les métriques et les logs.

Skill azure-monitor-ingestion-java pour le développement backend Java, permettant d’envoyer des journaux personnalisés vers Azure Monitor via Logs Ingestion API, DCR et DCE. À utiliser pour comprendre les étapes d’installation, la configuration du client, le batching, la gestion des erreurs, les patterns asynchrones et l’usage concret avec SKILL.md et references/examples.md.

La skill rank-tracker aide les équipes SEO à suivre les positions des mots-clés, comparer des instantanés de classement, regrouper les termes par intention et rendre compte des évolutions de SERP dans le temps grâce à des modèles intégrés de configuration et d’analyse.

neon-postgres-egress-optimizer aide à diagnostiquer et réduire l’egress Postgres en s’appuyant sur pg_stat_statements pour repérer les requêtes qui sur-récupèrent des données, valider les fenêtres de mesure et orienter les correctifs côté application, comme des `SELECT` plus ciblés, la pagination ou des ajustements de requêtes ORM.

performance-engineer est une skill structurée conçue pour diagnostiquer les goulots d’étranglement, analyser les systèmes lents et valider les correctifs à l’aide de métriques de référence, de repères et de scripts utilitaires.

get-available-resources vérifie le CPU, le GPU, la mémoire et le disque avant les workflows scientifiques lourds ou les tâches de ML. Il renvoie un instantané des ressources et des recommandations concrètes pour le traitement parallèle, l’accélération GPU ou des approches économes en mémoire, afin d’aider les agents à faire de meilleurs choix d’exécution pour l’automatisation des workflows.

aws-cost-operations est une compétence AWS dédiée aux coûts et aux opérations, pour estimer les coûts, examiner les factures, surveiller CloudWatch, vérifier CloudTrail et guider les décisions opérationnelles. Elle convient particulièrement aux équipes Finance, FinOps, plateformes et opérations qui ont besoin de faits AWS vérifiés et de recommandations directement exploitables.

observe-whatsapp aide à diagnostiquer les opérations WhatsApp dans Kapso : livraison des messages, tentatives de rappel des webhooks, erreurs API et état des numéros. Utilisez le skill observe-whatsapp pour passer vite d’un signal d’échec au bon contrôle, avec des étapes d’abord via la CLI et un repli sur l’API pour le dépannage en production.

azure-monitor-ingestion-py est un skill Python pour envoyer des journaux personnalisés vers Azure Monitor Log Analytics avec l’API Logs Ingestion. Il couvre la configuration nécessaire du DCE, du DCR, du nom de flux et de l’authentification, ce qui en fait un choix utile pour le développement backend, la planification d’installation et l’utilisation concrète dans des workflows de supervision Azure.

azure-ai-anomalydetector-java vous aide à créer des workflows Azure AI Anomaly Detector en Java pour la surveillance de séries temporelles, la détection d’anomalies univariées et multivariées, ainsi que l’alerte côté backend. Utilisez ce skill lorsque vous avez besoin d’un guide SDK prêt à installer, d’exemples de configuration client, d’authentification et d’un usage concret d’azure-ai-anomalydetector-java pour du code de production.

azure-mgmt-applicationinsights-dotnet est le skill SDK Azure Resource Manager pour le développement backend en .NET. Il vous aide à installer et utiliser Azure.ResourceManager.ApplicationInsights pour créer et gérer des composants Application Insights, des web tests, des workbooks, des éléments d’analyse et des clés d’API, avec une configuration d’authentification et d’environnement plus claire.

datadog-cli aide les agents à exécuter des workflows Datadog CLI pour les logs, traces, métriques, services et dashboards. Découvrez la configuration avec DD_API_KEY et DD_APP_KEY, l’usage des commandes `npx @leoflores/datadog-cli`, ainsi que la gestion de `--site` et la prudence à adopter lors des mises à jour de dashboards pour le triage d’incident.

ml-pipeline-workflow est un guide pratique pour concevoir des pipelines MLOps de bout en bout couvrant la préparation des données, l'entraînement, la validation, le déploiement et le monitoring, avec des modèles d'orchestration pour automatiser des workflows reproductibles.

deployment-engineer est une skill de CI/CD et de planification des releases conçue pour créer des pipelines de déploiement, rédiger des runbooks et ajouter des étapes de vérification, de rollback et d’observabilité. Elle inclut des exemples GitHub Actions, des références Kubernetes et des scripts utilitaires pour générer et valider des plans de déploiement.