Metrics

dashboard-builder는 메트릭을 Grafana, SigNoz 또는 유사 도구에서 바로 쓸 수 있는 실무형 운영 대시보드로 바꾸는 데 도움을 줍니다. 상태, 병목, 처리량, 실행 중심 패널을 위한 명확한 dashboard-builder 가이드가 필요할 때 사용하세요. 겉보기만 좋은 대시보드가 아니라 실제 운영에 도움이 되는 대시보드를 만들고 싶을 때 적합합니다.

benchmark 스킬을 사용하면 성능 기준선을 측정하고, PR 전후의 성능 회귀를 사전에 감지하며, 페이지·API·빌드 전반에서 스택 대안을 비교해 Performance Optimization에 활용할 수 있습니다.

retro는 엔지니어링 팀을 위한 프로젝트 회고 skill입니다. 커밋 히스토리, 작업 패턴, 이전 학습 내용을 분석해 맥락이 이어지는 구조화된 주간 회고를 만들어 줍니다. 스프린트 리뷰, 이번에 무엇을 배포했는지 확인할 때, Project Management 체크인에 활용하세요.

startup-metrics-framework는 창업자, 애널리스트, 운영 담당자가 SaaS, 마켓플레이스, 컨슈머, B2B 스타트업의 CAC, LTV, burn multiple, runway, 성장 지표 같은 핵심 KPI를 계산할 수 있도록 돕는 스킬입니다.

startup-financial-modeling은 코호트 매출, 비용 구조, burn, runway, fundraising 시나리오를 포함한 3~5년 스타트업 재무 모델 구축을 돕는 스킬입니다. 설치 여부를 판단할 수 있는 맥락, 필요한 입력값, 그리고 SKILL.md 기반의 실용적인 활용 가이드가 필요한 창업자와 재무 리드에게 특히 적합합니다.

risk-metrics-calculation은 VaR, CVaR, Sharpe, Sortino, beta, volatility, drawdown 같은 포트폴리오 리스크 지표를 계산하는 데 도움을 줍니다. 수익률 시계열 데이터를 구조화된 리스크 리포팅으로 정리하고, Python 구현 패턴과 실무적인 해석 방법까지 금융 워크플로에 맞게 활용할 수 있습니다.

python-observability는 Python 서비스에 구조화 로깅, 메트릭, 트레이스, correlation ID, bounded-cardinality 패턴을 적용해 프로덕션 디버깅을 더 수월하게 하고, 관측성 도입을 보다 안전하게 진행할 수 있도록 돕습니다.

evaluation-methodology 스킬은 Model Evaluation을 위한 PluginEval 점수 체계를 설명합니다. 평가 레이어, 루브릭, 종합 점수 산정, 배지 기준점은 물론, 결과를 해석하고 취약한 평가 차원을 개선하는 실무적인 방법까지 다룹니다.

grafana-dashboards는 에이전트가 프로덕션 환경의 Observability용 Grafana 대시보드를 설계할 수 있도록 돕는 스킬입니다. RED·USE 기반 레이아웃을 기획하고, 패널 계층을 정하며, Prometheus 스타일 메트릭에 맞는 대시보드 구조 초안을 잡을 때 유용합니다.

prometheus-configuration은 Kubernetes, Docker Compose, 서버 환경에서 Prometheus를 설치하고 스크레이핑, 보존 기간 설정, 알림, recording rule 구성을 활용할 수 있도록 돕는 가이드입니다.

slo-implementation 스킬을 사용하면 Reliability 작업에 필요한 SLI, SLO, 에러 버짓, burn-rate 알림을 정의할 수 있습니다. 팀이 서비스 목표를 측정 가능한 기준으로 구체화할 수 있도록 PromQL 스타일 예시와 SKILL.md의 실무 중심 가이드를 제공합니다.

llm-evaluation 스킬을 사용하면 메트릭, 사람 검토, 벤치마킹, 회귀 점검을 바탕으로 LLM 앱, 프롬프트, RAG 시스템, 모델 변경에 대한 반복 가능한 평가 계획을 설계할 수 있습니다.

service-mesh-observability는 Istio, Linkerd 등 서비스 메시 환경의 관측 가능성을 설계할 때 실무적으로 활용할 수 있는 스킬입니다. 지연 시간, 오류, 서비스 의존성을 기준으로 메시 메트릭, 트레이스, 대시보드, 알림, SLO를 정의하는 데 유용합니다.

kpi-dashboard-design 스킬은 팀이 의사결정 중심 KPI 대시보드를 설계할 수 있도록 돕습니다. 지표 선정, 대시보드 계층 구조, 차트 패턴, 거버넌스 가이드를 바탕으로 경영진용, 전술용, 운영용 화면을 체계적으로 기획하는 데 유용합니다.

appinsights-instrumentation은 Azure에서 호스팅되는 웹 앱에 Application Insights 계측을 적용할 수 있도록 돕는 스킬입니다. Azure App Service 자동 계측은 물론, ASP.NET Core와 Node.js의 수동 설정까지 안내하며 connection string 구성과 IaC 업데이트도 포함합니다.

pro는 Workflow Automation을 위한 PUA 확장 스킬로, 상위 pua 시스템을 통해 영속 상태 유지, compaction 복구, KPI 보고, 주간 요약, 리더보드형 명령을 추가합니다.

metrics-dashboard는 적절한 KPI, 시각화, 알림 임계값을 갖춘 제품 지표 대시보드를 정의하고 설계하도록 도와줍니다. 무엇을 측정할지, 지표를 어떻게 묶을지, 그리고 제품·그로스·분석 워크플로에서 어떤 신호가 조치를 유발해야 하는지 계획할 때 사용할 수 있습니다.

north-star-metric를 사용해 고객 중심의 North Star Metric과 3~5개의 입력 지표를 정의하고, 비즈니스 게임을 분류한 뒤, 핵심 기준에 맞는지 검증하세요. Product Management 팀이 무엇을 측정할지 정하고, 실무에 쓸 수 있는 지표 프레임워크를 만드는 데 유용한 north-star-metric 가이드입니다.

saas-revenue-growth-metrics는 SaaS의 MRR, ARR, 이탈률(churn), 확장 매출(expansion), NRR을 계산하고 해석하는 데 도움을 줍니다. 누수 있는 성장 신호를 찾고, 매출의 질을 비교하고, 명확한 입력값과 판단 기준으로 비즈니스 모멘텀을 설명해야 할 때 Finance에 맞는 안내서로 saas-revenue-growth-metrics 스킬을 사용하세요.

saas-economics-efficiency-metrics 스킬은 SaaS의 단위경제성, 자본 효율성, CAC, LTV, 회수기간, 소진율, 런웨이를 평가하는 데 도움이 됩니다. Finance 검토, 이사회 준비, 성장 의사결정에서 사업을 확장할지, 최적화할지, 아니면 구조적으로 손볼지 판단할 때 활용하세요.

business-health-diagnostic는 Finance 팀, 창업자, 운영 담당자가 성장, 리텐션, 유닛 이코노믹스, 자본 효율성을 기준으로 SaaS 건전성을 점검해 보드 보고용 의사결정을 내릴 수 있도록 돕습니다. 경고 신호를 찾아 우선순위를 정하고, 원시 지표를 실행 가능한 진단으로 바꾸는 데 활용할 수 있습니다.

azure-monitor-query-py는 Python 개발자가 `azure-monitor-query`를 사용해 Azure Monitor 로그와 메트릭을 조회할 수 있도록 돕습니다. Log Analytics 작업 영역, Azure 리소스 메트릭, 백엔드 모니터링, 진단, 관측성 자동화에 적합합니다. 이미 workspace ID, resource URI, Azure 자격 증명이 준비돼 있다면 azure-monitor-query-py 스킬에 잘 맞습니다.

app-analytics는 실용적인 측정 계획을 바탕으로 모바일 앱 추적을 설정하고, 해석하고, 개선하도록 돕습니다. 적절한 도구를 고르고, 이벤트를 검증하고, 어트리뷰션을 성과와 연결하며, 제품, 성장, 구독, 유료 획득 의사결정을 위한 데이터 분석을 지원하는 데 활용하세요.

performance-reporter는 내장 템플릿, KPI 정의, 대상별 보고 형식을 활용해 팀이 SEO 및 GEO 지표를 경영진용 보고서, KPI 대시보드, 월간 요약으로 정리할 수 있도록 돕습니다.