스킬 py-observability
📦
py-observability
콘텐츠 리비전 r1 중간 위험 ⚙️ 외부 명령어🔑 환경 변수
Python 관측성 추가
로그, 메트릭, 트레이스가 일관되지 않으면 Python 서비스를 디버깅하기 어렵습니다. 이 스킬은 구조화된 로깅, Prometheus 메트릭, Sentry 설정, 상태 확인, 민감정보 제거를 위한 실용적인 패턴을 제공합니다.
지원: Claude Codex Code(CC)
내 에이전트로 설치
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
에이전트 요청
Review the Skillstore skill "py-observability" from https://skillstore.io/skills/cjharmath-py-observability.md and its manifest at https://skillstore.io/api/skills/cjharmath-py-observability/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
에이전트가 읽기 쉬운 리소스
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
테스트해 보기
"py-observability" 사용 중입니다. 평가를 제출하는 FastAPI 엔드포인트에 관측성을 추가합니다.
예상 결과:
- 모든 로그 항목에 요청 범위 식별자를 추가합니다.
- 요청 지속 시간과 제출 상태 메트릭을 기록합니다.
- 민감정보 제거 후 사용자 및 평가 컨텍스트와 함께 검증 실패를 로깅합니다.
"py-observability" 사용 중입니다. 디버깅하기 어려운 프로덕션 워크플로를 검토합니다.
예상 결과:
- 조용히 반환되는 경로와 누락된 실패 로그를 식별합니다.
- 각 다단계 작업에 대한 흐름 식별자를 권장합니다.
- Sentry 컨텍스트, 메트릭, 상태 확인을 위한 체크리스트 항목을 추가합니다.
"py-observability" 사용 중입니다. Python 백엔드에 안전한 오류 추적을 추가합니다.
예상 결과:
- 제어된 샘플링으로 Sentry 통합을 구성합니다.
- 디버깅을 위한 이벤트 태그와 컨텍스트를 추가합니다.
- 생략, 해싱 또는 제거해야 하는 개인 데이터를 표시합니다.
보안 감사
중간 위험v7 • 2026. 7. 6. 버전별 보고서 열기
Static findings for external commands, environment access, and reconnaissance are false positives caused by Markdown code fences, redaction key names, and request correlation examples. No prompt injection or malicious executable behavior was found in SKILL.md. Semantic review found privacy and information disclosure risks in the Sentry user context and readiness endpoint examples.
1
스캔된 파일
507
분석된 줄 수
0
검토 항목
0
오탐 무시됨
확인된 보안 우려 사항 (2)
중간
Personal Data Sent to Error Tracking
The Sentry example disables default PII capture but then explicitly sets user context with an email address. This can send personal data to a third-party error tracking service unless the team has consent, retention, and redaction controls.
The cited lines import Sentry user context helpers and set the user email explicitly. The privacy risk is clear, although it may be acceptable in some deployments with proper policy controls.
중간
Detailed Dependency Errors in Readiness Response
The readiness check returns raw exception text for database and Redis failures. Public or broadly accessible health endpoints can expose infrastructure details and internal error messages.
The cited readiness endpoint places exception strings directly into response fields. This is a common information disclosure issue when health endpoints are exposed outside trusted operators.
위험 요인
⚙️ 외부 명령어 (23)
SKILL.md:18-44 SKILL.md:44-48 SKILL.md:48-89 SKILL.md:89-97 SKILL.md:97-128 SKILL.md:128-134 SKILL.md:134-165 SKILL.md:165-173 SKILL.md:173-189 SKILL.md:189-195 SKILL.md:195-215 SKILL.md:215-221 SKILL.md:221-267 SKILL.md:267-271 SKILL.md:271-310 SKILL.md:310-316 SKILL.md:316-359 SKILL.md:359-367 SKILL.md:367-414 SKILL.md:414-420 SKILL.md:420-457 SKILL.md:457-463 SKILL.md:463-483
🔑 환경 변수 (2)
감사자: codex 감사 이력 보기 →
이 보고서 공유 및 인용
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
보고서 링크 복사
https://skillstore.io/skills/cjharmath-py-observability/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 배지
[](https://skillstore.io/skills/cjharmath-py-observability?utm_source=security_passport_badge)HTML 배지
<a href="https://skillstore.io/skills/cjharmath-py-observability?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/cjharmath-py-observability/security.svg" alt="Skillstore security assessment" loading="lazy"></a>임베드 카드
<iframe src="https://skillstore.io/embed/skills/cjharmath-py-observability.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>학술 인용 (APA · BibTeX · CFF)
APA 인용
CJHarmath. (2026). py-observability security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/cjharmath-py-observability/audits/7BibTeX 인용
@techreport{cjharmath-cjharmath-py-observability-2026,
author = {CJHarmath},
title = {py-observability security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/cjharmath-py-observability/audits/7},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "py-observability security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "CJHarmath"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/cjharmath-py-observability/audits/7"
identifiers:
- type: other
value: "skillstore:cjharmath-py-observability:audit:7"
description: "Skillstore immutable audit report identifier"
Skillstore 점수
이 점수의 이유 증거 신뢰도: 높음 55
아키텍처
85
유지보수성
87
콘텐츠
71
커뮤니티
78
사양 준수
만들 수 있는 것
FastAPI 서비스 계측
Python 백엔드에 요청 ID, 구조화된 로그, 메트릭, readiness 확인을 추가합니다.
인시던트 디버깅 개선
컨텍스트 로그, 흐름 ID, Sentry 이벤트를 통해 장애를 더 쉽게 추적할 수 있게 합니다.
관측성 범위 검토
릴리스 전에 체크리스트를 사용해 누락된 로그, 메트릭, 민감정보 제거, 상태 확인을 찾습니다.
이 프롬프트를 사용해 보세요
기본 로깅 추가
py-observability 스킬을 사용해 이 Python 엔드포인트에 구조화된 로깅을 추가하세요. 요청 컨텍스트와 유용한 이벤트 이름을 포함하세요.
메트릭 추가
py-observability 스킬을 사용해 이 FastAPI 라우트에 Prometheus 메트릭을 추가하세요. 요청 지속 시간과 성공 또는 실패 카운터를 포함하세요.
프로덕션 디버깅 준비
py-observability 스킬을 사용해 이 다단계 워크플로를 계측하세요. 흐름 추적, 오류 컨텍스트, 메트릭, 민감한 데이터 제거를 추가하세요.
관측성 설계 감사
py-observability 스킬을 사용해 이 서비스의 관측성 격차를 검토하세요. 누락된 로그, 메트릭, 트레이스, 상태 확인, 개인정보 위험을 식별하세요.
모범 사례
- 형식화된 로그 메시지 대신 안정적인 이벤트 이름과 구조화된 필드를 사용하세요.
- 로그나 오류 이벤트를 보내기 전에 비밀 정보와 개인 데이터를 제거하세요.
- 설명하는 코드 경로 옆에 메트릭과 상태 확인을 추가하세요.
피하기
- 원시 요청 본문, 자격 증명, 토큰 또는 authorization 헤더를 로깅하지 마세요.
- 공개 상태 엔드포인트에서 자세한 의존성 오류를 노출하지 마세요.
- Prometheus 메트릭에 사용자 ID와 같은 높은 카디널리티 라벨을 추가하지 마세요.
자주 묻는 질문
이 스킬은 어떤 Python 프레임워크를 대상으로 하나요?
예제는 FastAPI, structlog, Prometheus, Sentry, SQLAlchemy 패턴에 중점을 둡니다.
모니터링 도구를 설치하나요?
아니요. 기존 의존성과 배포에 맞게 조정할 수 있는 구현 패턴을 제공합니다.
프로덕션 인시던트에 도움이 될 수 있나요?
예. 더 빠른 디버깅을 위해 요청 ID, 흐름 ID, 컨텍스트 오류, 메트릭, 체크리스트를 제안합니다.
민감한 데이터를 안전하게 처리하나요?
민감정보 제거 예제를 포함하지만, 팀은 개인정보 보호 및 컴플라이언스 요구사항에 맞게 이를 강화해야 합니다.
Claude, Codex, Claude Code가 사용할 수 있나요?
예. 보고서에는 Claude, Codex, Claude Code 호환 워크플로 지원이 나열되어 있습니다.
완전한 관측성 아키텍처인가요?
아니요. 전체 로깅, 트레이싱, 알림 또는 대시보드 시스템이 아니라 애플리케이션 코드를 위한 패턴 라이브러리입니다.