Prometheus

python-observability は、構造化ログ、メトリクス、トレース、Correlation ID、bounded-cardinality の実践パターンを使って、Python サービスを本番運用向けに計測し、デバッグしやすさと安全なオブザーバビリティ導入を支援します。

grafana-dashboardsは、エージェントが本番運用を前提としたObservability用のGrafanaダッシュボードを設計するのに役立つスキルです。REDやUSEにもとづくレイアウト設計、パネル階層の整理、Prometheus系メトリクス向けのダッシュボード構成案づくりに活用できます。

prometheus-configuration は、Kubernetes、Docker Compose、各種サーバー環境で Prometheus を導入・運用するためのガイドです。スクレイピング設定、保存期間、アラート、recording rules までを幅広く扱えます。

slo-implementation skillを使うと、信頼性向上の取り組みに向けてSLI、SLO、エラーバジェット、バーンレートアラートを定義できます。サービス目標を測定可能な指標に落とし込めるよう、PromQLスタイルの例とSKILL.mdの実践的なガイダンスを提供します。

service-mesh-observability は、Istio、Linkerd などのサービスメッシュで可観測性を設計するための実践的なスキルです。レイテンシ、エラー、サービス依存関係を対象に、メッシュのメトリクス、トレース、ダッシュボード、アラート、SLO を定義する際に役立ちます。