스킬 observability-monitoring
📊

observability-monitoring

안전 🔑 환경 변수📁 파일 시스템 액세스🌐 네트워크 접근

Añadir monitorización y observabilidad de producción

Las aplicaciones carecen de visibilidad sobre los problemas de producción. Esta skill proporciona plantillas para registro estructurado, recolección de métricas, trazabilidad distribuida y alertas para lograr una observabilidad completa en toda la pila.

지원: Claude Codex Code(CC)
📊 69 적절함
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"observability-monitoring" 사용 중입니다. Añadir observabilidad a mi API Express de Node.js

예상 결과:

  • Registro estructurado configurado con Winston (formato JSON, IDs de solicitud)
  • Middleware de métricas rastreando duración de solicitudes y códigos de estado
  • Endpoints de verificación de salud: /health (actividad), /ready (preparación), /startup
  • Trazabilidad de OpenTelemetry con auto-instrumentación para HTTP y bases de datos
  • Reglas de alertas de Prometheus para tiempo de inactividad del servicio, tasas de error y latencia
  • Configuración mediante variables de entorno: LOG_LEVEL, SERVICE_NAME, OTEL_EXPORTER_OTLP_ENDPOINT

"observability-monitoring" 사용 중입니다. Crear reglas de alertas para mi servicio de producción

예상 결과:

  • Alerta ServiceDown se activa cuando up == 0 durante 1 minuto (Crítico)
  • Alerta HighErrorRate se activa cuando errores 5xx exceden 5% durante 5 minutos (Crítico)
  • Alerta HighLatency se activa cuando p95 excede 2 segundos durante 5 minutos (Alto)
  • Alerta LowCacheHitRate se activa cuando la tasa de aciertos de caché cae por debajo del 70% durante 10 minutos (Medio)

"observability-monitoring" 사용 중입니다. Configurar trazabilidad distribuida entre microservicios

예상 결과:

  • SDK de OpenTelemetry inicializado con auto-instrumentación para Express, PostgreSQL, Redis
  • Exportador de trazas configurado para enviar spans a endpoint OTLP
  • IDs de correlación de solicitudes propagados a través de todos los servicios
  • Soporte de spans manuales para operaciones de negocio personalizadas

보안 감사

안전
v5 • 1/16/2026

This skill contains standard observability templates using legitimate libraries (Winston, Prometheus, OpenTelemetry). All static findings are false positives: 'weak cryptographic algorithm' detections are misidentified Prometheus query expressions; 'C2 keywords' and 'system reconnaissance' are legitimate monitoring terms; 'backtick execution' in SKILL.md are markdown code delimiters. All network calls are to configurable OTLP endpoints, all file access is for logging purposes.

7
스캔된 파일
1,058
분석된 줄 수
3
발견 사항
5
총 감사 수
감사자: claude 감사 이력 보기 →

품질 점수

38
아키텍처
100
유지보수성
87
콘텐츠
20
커뮤니티
100
보안
83
사양 준수

만들 수 있는 것

Añadir monitorización a API

Añadir registro estructurado, middleware de métricas y endpoints de salud a Express API para visibilidad de producción.

Configurar reglas de alertas

Crear reglas de alertas de Prometheus para tiempo de inactividad del servicio, tasas de error, umbrales de latencia y uso de recursos.

Implementar trazabilidad distribuida

Configurar auto-instrumentación de OpenTelemetry para HTTP, PostgreSQL y Redis con soporte de spans manuales.

이 프롬프트를 사용해 보세요

Añadir registro básico
Añadir registro estructurado en JSON a mi API Express usando la skill observability-monitoring. Incluir IDs de correlación de solicitudes y niveles de registro configurables mediante variables de entorno.
Crear endpoint de métricas
Crear un endpoint /metrics con instrumentación de Prometheus para duración de solicitudes HTTP, códigos de estado y métricas de consultas de base de datos usando la skill observability-monitoring.
Configurar trazabilidad
Configurar trazabilidad distribuida de OpenTelemetry para mi servicio Node.js. Auto-instrumentar Express y PostgreSQL. Exportar trazas a endpoint OTLP configurable mediante variable de entorno.
Definir reglas de alertas
Crear reglas de alertas de Prometheus para problemas críticos: servicio caído (up == 0), alta tasa de error (5xx > 5%), alta latencia (p95 > 2s), y agotamiento del pool de conexiones de base de datos.

모범 사례

  • Usar registro estructurado en JSON con IDs de correlación para rastrear solicitudes entre servicios
  • Implementar el método RED (Rate, Errors, Duration) para métricas a nivel de servicio
  • Configurar niveles de severidad de alertas con objetivos de tiempo de respuesta apropiados

피하기

  • Evitar interpolación de cadenas en registros - usar pares clave-valor estructurados
  • No exponer datos sensibles en atributos de registro o atributos de spans
  • Evitar alertar sobre síntomas en lugar de causas raíz

자주 묻는 질문

¿Qué herramientas de observabilidad están soportadas?
La skill soporta Prometheus para métricas, OpenTelemetry para trazabilidad, y Winston para registro. Funciona con cualquier backend compatible con OTLP.
¿Cuáles son los costos de overhead de latencia?
La recolección de métricas añade overhead mínimo. La trazabilidad tiene impacto de latencia del 1-3% con muestreo. El overhead del registro depende del volumen.
¿Cómo me integro con monitorización existente?
Configurar URLs de endpoints mediante variables de entorno. Las plantillas usan librerías estándar que se integran con la mayoría de plataformas de observabilidad.
¿Se envían mis datos de registro a servicios externos?
No. Los registros se escriben a archivos locales o stdout. Configurar transports para enviar datos a tu backend de observabilidad preferido.
¿Cómo soluciono métricas faltantes?
Verificar que el endpoint /metrics devuelve datos. Asegurar que el middleware de métricas está aplicado a las rutas. Asegurar que el registro está inicializado antes de recolectar.
¿Cómo se compara esto con servicios de monitorización en la nube?
Esto proporciona observabilidad auto-hospedada usando estándares abiertos. Mantienes la infraestructura pero evitas vendor lock-in y costos por métrica.