Les systèmes de production échouent sans signaux clairs sur les métriques, les journaux, les traces et les alertes. Cette compétence conçoit des stratégies d’observabilité qui améliorent la fiabilité, la réponse aux incidents et la maîtrise des coûts.

Les grands dépôts deviennent difficiles à build, tester et partager entre les équipes. Cette compétence guide la configuration de monorepo, la mise en cache, les dépendances, la CI et la publication de packages.

Les équipes ML ont besoin de chemins fiables entre les expérimentations et la production. Cette compétence guide les pipelines, les registres, l’automatisation du déploiement et la surveillance dans les piles MLOps modernes.

La configuration de la télémétrie des agents peut être source d’erreurs lorsque les plugins, les clés API et les endpoints doivent être alignés. Cette skill guide l’installation, la configuration, la vérification et le dépannage de Manifest.

Les systèmes ML de production nécessitent des plans coordonnés pour les données, l'entraînement, le déploiement et la supervision. Cette compétence structure ce travail en phases MLOps pratiques.

Les projets de produits complexes peuvent nécessiter une coordination entre la planification, le développement, les tests et les opérations. Loki Mode fournit un workflow multi-agent structuré avec des files de tâches, des points de contrôle et des étapes de révision.

Les incidents Linux commencent souvent par des symptômes généraux et des éléments de preuve éparpillés. Cette compétence fournit un workflow par phases pour collecter les faits, analyser les ressources, vérifier les journaux, tester le réseau et valider les correctifs.

Les administrateurs Linux ont besoin de scripts reproductibles pour les sauvegardes, la surveillance et la maintenance. Cette compétence fournit des modèles Bash et des conseils pour les tâches opérationnelles courantes.

Les équipes Linux ont besoin de scripts répétables pour les tâches courantes d'administration. Cette compétence fournit des modèles Bash structurés pour les sauvegardes, la surveillance, les journaux, les utilisateurs, le réseau et l'automatisation.

Les équipes LLM ont besoin de visibilité sur les traces, les coûts, la latence, la qualité et les changements de prompts. Cette skill guide les utilisateurs de Claude, Codex et Claude Code dans des workflows pratiques d’instrumentation et d’évaluation avec Langfuse.

Les releases Kubernetes nécessitent de nombreux artefacts et contrôles coordonnés. Cette compétence guide la préparation des conteneurs, les manifestes, les charts Helm, le service mesh, la sécurité, l’observabilité et la validation du déploiement.

Les plateformes Kubernetes sont difficiles à concevoir de façon sécurisée entre équipes, clusters et fournisseurs cloud. Cette compétence guide les décisions d’architecture, de livraison GitOps, d’observabilité, de résilience et d’ingénierie de plateforme.

Les manifestes Kubernetes sont faciles à mal configurer lorsque les équipes les écrivent de mémoire. Cette compétence transforme les exigences en recommandations YAML structurées avec sécurité, probes, ressources et modèles de Service.

Les équipes d’incident ont besoin de procédures cohérentes avant que les pannes ne surviennent. Cette skill aide Claude, Codex et Claude Code à rédiger des runbooks avec des étapes de triage, d’atténuation, de rollback, d’escalade et de communication.

Les environnements hybrides sont difficiles à concevoir, car les charges de travail, les réseaux, la conformité et les coûts s'étendent sur de nombreuses plateformes. Cette compétence guide les décisions d'architecture entre cloud public, cloud privé, Kubernetes, edge et opérations.

Les jobs ML dans le cloud peuvent être difficiles à dimensionner, authentifier, surveiller et sauvegarder correctement. Cette compétence fournit à Claude, Codex et Claude Code un workflow pratique pour Hugging Face Jobs.

Le travail avec Hugging Face Hub nécessite souvent de nombreuses commandes CLI précises. Cette skill aide les utilisateurs à choisir les commandes hf pour les téléchargements, les téléversements, les dépôts, le cache, les endpoints et les jobs.

La configuration manuelle des charts Helm est lente et facile à mal configurer. Cette compétence guide la structure des charts, les valeurs, les templates, les dépendances et la validation des releases Kubernetes.

La publication Git manuelle peut omettre des étapes de staging, de commit ou d’upstream. Cette compétence exécute un workflow ciblé pour les commits conventionnels et les push de branches.

La préparation manuelle des pull requests omet souvent les vérifications de revue, de tests et de release. Cette skill guide Claude, Codex et Claude Code à travers un workflow Git structuré.