Los equipos necesitan visibilidad confiable sobre servicios, errores, latencia y estado de la infraestructura. Esta habilidad orienta sobre métricas, trazas, registros, paneles, alertas, SLOs e infraestructura de monitoreo.

Los sistemas de producción fallan sin señales claras en métricas, logs, trazas y alertas. Esta skill diseña estrategias de observabilidad que mejoran la fiabilidad, la respuesta a incidentes y el control de costos.

Los repositorios grandes se vuelven difíciles de compilar, probar y compartir entre equipos. Esta habilidad guía la configuración de monorepos, el almacenamiento en caché, las dependencias, CI y la publicación de paquetes.

Los equipos de ML necesitan rutas fiables desde los experimentos hasta producción. Esta skill guía pipelines, registros, automatización de despliegues y monitoreo en stacks modernos de MLOps.

La configuración de telemetría de agentes puede ser propensa a errores cuando los plugins, las claves de API y los endpoints deben estar alineados. Esta skill guía la instalación, configuración, verificación y resolución de problemas de Manifest.

Los sistemas de ML en producción requieren planes coordinados de datos, entrenamiento, despliegue y monitoreo. Esta habilidad estructura ese trabajo en fases prácticas de MLOps.

El trabajo complejo de desarrollo de productos puede requerir coordinación entre la planificación, la programación, las pruebas y las operaciones. Loki Mode proporciona un flujo de trabajo estructurado con múltiples agentes, colas de tareas, puntos de control y pasos de revisión.

Los incidentes en Linux a menudo comienzan con síntomas amplios y evidencia dispersa. Esta habilidad proporciona un flujo de trabajo por fases para recopilar hechos, analizar recursos, revisar registros, probar redes y validar correcciones.

Los administradores de Linux necesitan scripts repetibles para copias de seguridad, monitoreo y mantenimiento. Esta skill proporciona plantillas de Bash y orientación para tareas operativas comunes.

Los equipos de Linux necesitan scripts repetibles para tareas comunes de administración. Esta skill proporciona plantillas Bash estructuradas para copias de seguridad, monitoreo, registros, usuarios, redes y automatización.

Los equipos de LLM necesitan visibilidad sobre trazas, costo, latencia, calidad y cambios en los prompts. Esta skill guía a usuarios de Claude, Codex y Claude Code a través de flujos de trabajo prácticos de instrumentación y evaluación con Langfuse.

Las versiones de Kubernetes requieren muchos artefactos y comprobaciones coordinados. Esta skill guía la preparación de contenedores, manifiestos, gráficos de Helm, malla de servicios, seguridad, observabilidad y validación del despliegue.

Las plataformas Kubernetes son difíciles de diseñar de forma segura entre equipos, clústeres y proveedores de nube. Esta skill guía decisiones de arquitectura, entrega con GitOps, observabilidad, resiliencia e ingeniería de plataformas.

Los manifests de Kubernetes son fáciles de configurar mal cuando los equipos los escriben de memoria. Esta skill convierte requisitos en orientación YAML estructurada con seguridad, sondas, recursos y patrones de Service.

Los equipos de incidentes necesitan procedimientos coherentes antes de que ocurran interrupciones. Esta skill ayuda a Claude, Codex y Claude Code a redactar runbooks con pasos de triaje, mitigación, reversión, escalamiento y comunicación.

Los entornos híbridos son difíciles de diseñar porque las cargas de trabajo, las redes, el cumplimiento normativo y los costos abarcan muchas plataformas. Esta skill guía las decisiones de arquitectura en nube pública, nube privada, Kubernetes, edge y operaciones.

Los jobs de ML en la nube pueden ser difíciles de dimensionar, autenticar, supervisar y guardar correctamente. Esta habilidad ofrece a Claude, Codex y Claude Code un flujo de trabajo práctico para Hugging Face Jobs.

El trabajo con Hugging Face Hub suele requerir muchos comandos CLI precisos. Esta skill ayuda a los usuarios a elegir comandos hf para descargas, cargas, repositorios, caché, endpoints y jobs.

La configuración manual de Helm charts es lenta y fácil de configurar incorrectamente. Esta skill guía la estructura del chart, los valores, las plantillas, las dependencias y la validación para releases de Kubernetes.

La publicación manual en Git puede omitir pasos de staging, commit o upstream. Esta skill ejecuta un flujo de trabajo enfocado para commits convencionales y pushes de ramas.