情境

可觀測性與監控工具包

全端可觀測性 — Prometheus 指標收集、Grafana 儀表板建立，以及用於生產環境監控的 service mesh 分散式追蹤。

6 技能 2 安裝次數

observabilitymonitoringprometheusgrafanatracingsredevops

4 天前更新

安裝

執行此指令以安裝此技能包中的所有技能：

npx skillstore add @observability-monitoring-toolkit

CLI 會自動偵測 Codex 與 Claude Code 資料夾；如果兩者都可用，會同時安裝。

總覽

使用指南

詳細指南

## 概覽

可觀測性與監控工具包整合了三項生產等級技能，用於建構完整的可觀測性堆疊 — 使用 Prometheus 收集指標、在 Grafana 儀表板中視覺化指標，並跨 service mesh 追蹤請求。

## 快速開始

1. 安裝 plugin：`npx skillstore add @observability-monitoring-toolkit`
2. 使用 **prometheus-configuration** 設定指標收集 — 定義 scrape targets、recording rules 與 alerting thresholds
3. 使用 **grafana-dashboards** 建立儀表板 — 以經驗證的版面配置模式，為系統與應用程式指標建立 panels
4. 使用 **service-mesh-observability** 加入分散式追蹤 — 為 Istio 或 Linkerd 實作 tracing、SLO monitoring 與 mesh-level metrics

## 主要命令

- **prometheus-configuration** — `Set up Prometheus for comprehensive metric collection, storage, and monitoring` — scrape configs、recording rules、alertmanager integration
- **grafana-dashboards** — `Create and manage production Grafana dashboards` — panel templates、variable-driven layouts、alert annotations
- **service-mesh-observability** — `Implement comprehensive observability for service meshes` — distributed tracing、mesh metrics、SLO dashboards

## 提示

- 先從 **prometheus-configuration** 開始定義你的 metrics pipeline，接著使用 **grafana-dashboards** 透過預先建立的 panel patterns，視覺化那些精確的指標。
- 當你需要跨 microservices 追蹤 latency 時，請使用 **service-mesh-observability** — 它以 request-level tracing context 補足 Prometheus point-in-time metrics。