structured-logging

MLプロジェクトは一見正確に見えても、データリーケージや弱い評価によって重大な欠陥が隠れていることがあります。このスキルは、分割、指標、トレーニング、デプロイ準備状況を体系的にチェックするためのガイドを提供します。

デバッグは、根拠を理解する前に修正を始めると失敗しがちです。このスキルは、Claude、Codex、Claude Code が根本原因分析、パターン比較、仮説検証、検証済みの修正を進められるように導きます。

曖昧なプロンプトは、不完全または一貫性のないAI応答を生み出しがちです。このスキルは、Claude、Codex、Claude Code向けに、明確な構造、例、反復方法を提供します。

新しいコントリビューターは、セットアップ手順、アーキテクチャの背景、所有権ルールを見つけるのに時間を失いがちです。このスキルは、プロジェクトの事実情報を、オンボーディング、デバッグ、デリバリーを支援する構造化されたREADMEに変換します。

チームは、重要な技術的選択がなぜ行われたのかを忘れてしまいます。このスキルは、明確な背景、代替案、結果を含むADRの作成、レビュー、整理を支援します。

完了した作業が文書化されていないと、チームは文脈を失います。このスキルは、変更内容、影響、検証、フォローアップタスクを構造化された完了レポートにまとめます。

Azure でホストされたアプリに信頼性の高いテレメトリを追加することは、フレームワークやデプロイメントモデルをまたいで難しい場合があります。このスキルは、Application Insights の簡潔なセットアップガイダンス、SDK リファレンス、Azure 構成パターンを提供します。

Kubernetes リリースには、多くの連携したアーティファクトとチェックが必要です。このスキルは、コンテナの準備、マニフェスト、Helm チャート、サービスメッシュ、セキュリティ、可観測性、デプロイ検証をガイドします。

Python サービスでは、一貫したロギング、メトリクス、トレーシングのパターンが不足していることがよくあります。このスキルは、本番アプリケーション向けに実践的な structlog、Prometheus、OpenTelemetry の例を提供します。

本番環境のインシデントでは、ログ、メトリクス、トレース、クラウドプラットフォームを横断した迅速なトリアージが必要です。このスキルは、構造化されたDevOpsデバッグ、根本原因分析、復旧計画をガイドします。

遅いシステムは、ユーザー、信頼性、クラウドコストに悪影響を与えます。このスキルは、ボトルネックの診断、テスト設計、測定に基づく最適化計画を支援します。

本番エラーは、ログ、サービス、アラートをまたいで追跡するのが難しい場合があります。このスキルは、体系的な調査、根本原因分析、インシデント対応手順をガイドします。