Monitoring & Observabilité
Logs, traces et metriques : OpenTelemetry, Sentry, Application Insights, Grafana.
| # | Skill | Source | Description | Δ | |
|---|---|---|---|---|---|
| 1 | flowstudio-power-automate-monitoring | github/awesome-copilot | Surveiller la santé des flux Power Automate via un cache enrichi de métadonnées de gouvernance. | 40 142 | 18 |
| 2 | qdrant-monitoring | github/awesome-copilot | Surveiller et diagnostiquer les performances d'un déploiement Qdrant en production. | 40 142 | 18 |
| 3 | qdrant-monitoring-debugging | github/awesome-copilot | Diagnostiquer les problèmes de performance Qdrant via métriques d'optimisation et mémoire. | 40 142 | 18 |
| 4 | qdrant-monitoring-setup | github/awesome-copilot | Configurer la surveillance Qdrant avec Prometheus, alertes et logs centralisés. | 40 142 | 18 |
| 5 | aws-resource-health-diagnose | github/awesome-copilot | Diagnostiquer et remédier aux problèmes de santé des ressources AWS via CloudWatch. | 40 142 | 18 |
| 6 | aws-cloudwatch-investigation | github/awesome-copilot | Investiguer des incidents AWS production via CloudWatch Logs, Metrics et Alarms. | 40 142 | 18 |
| 7 | cost-optimization | wshobson/agents | Optimiser les coûts cloud sur AWS, Azure, GCP et OCI via des stratégies systématiques. | 40 989 | 17 |
| 8 | service-mesh-observability | wshobson/agents | Configurer l'observabilité complète d'un service mesh avec métriques, traces et logs. | 40 989 | 17 |
| 9 | incident-runbook-templates | wshobson/agents | Générer des runbooks d'incident structurés pour guider la réponse opérationnelle en production. | 40 989 | 17 |
| 10 | on-call-handoff-patterns | wshobson/agents | Structurer et documenter les transitions d'astreinte pour garantir la continuité des incidents. | 40 989 | 17 |
| 11 | distributed-tracing | wshobson/agents | Implémenter le traçage distribué avec Jaeger et Tempo pour visualiser les flux de requêtes. | 40 989 | 17 |
| 12 | grafana-dashboards | wshobson/agents | Créer et gérer des dashboards Grafana prêts pour la production avec Prometheus. | 40 989 | 17 |
| 13 | prometheus-configuration | wshobson/agents | Configurer Prometheus pour la collecte de métriques, alertes et monitoring d'infrastructure. | 40 989 | 17 |
| 14 | slo-implementation | wshobson/agents | Définir et implémenter des SLIs, SLOs et budgets d'erreur pour fiabiliser les services. | 40 989 | 17 |
| 15 | python-observability | wshobson/agents | Instrumenter des applications Python avec logs structurés, métriques et traces distribuées. | 40 989 | 17 |
| 16 | ci-metrics | pytorch/pytorch | Interroger les métriques CI et infrastructure de PyTorch via Grafana et ClickHouse. | 104 843 | 12 |
| 17 | sentry | openai/skills | Interroger Sentry en lecture seule pour analyser, diagnostiquer et expliquer les erreurs de production. | 28 137 | 10 |
| 18 | monitor | nvidia/model-optimizer | Surveiller en temps réel des jobs soumis sur clusters SLURM via un registre de session. | 5 353 | 7 |
| 19 | workers-profiling | cloudflare/skills | Profiler le code Workers Cloudflare déployé pour identifier et corriger les goulots d'étranglement. | 3 092 | 5 |
| 20 | dynamo-interconnect-check | nvidia/skills | Vérifier le transport RDMA/NVLink d'un déploiement Dynamo disaggrégé avant benchmark. | 3 634 | 3 |
| 21 | dynamo-troubleshoot | nvidia/skills | Diagnostiquer et classifier les pannes Dynamo pour proposer des actions correctives précises. | 3 634 | 3 |
| 22 | vss-manage-alerts | nvidia/skills | Gérer les alertes VSS : détection, notifications Slack, caméras et abonnements en temps réel. | 3 634 | 3 |
| 23 | jetson-diagnostic | nvidia/skills | Capturer un snapshot de santé en temps réel d'un appareil Jetson pour diagnostiquer ses ressources. | 3 634 | 3 |
| 24 | jetson-memory-audit | nvidia/skills | Auditer la mémoire d'un Jetson et libérer les caches CUDA bloqués après un workload. | 3 634 | 3 |
| 25 | doca-bench | nvidia/skills | Mesurer les performances des bibliothèques DOCA sur un dispositif réel avec doca_bench. | 3 634 | 3 |
| 26 | nemo-relay-plugin-observability | nvidia/skills | Configurer et orchestrer les plugins d'observabilité pour capturer et exporter les événements d'un agent IA. | 3 634 | 3 |
| 27 | doca-collectx-deployment | nvidia/skills | Déployer et opérer un collecteur de télémétrie CollectX sur hôte ou BlueField. | 3 634 | 3 |
| 28 | doca-dpa-hl-tracer | nvidia/skills | Capturer et analyser les traces d'exécution haute-level du processeur DPA avec un overhead maîtrisé. | 3 634 | 3 |
| 29 | doca-flow-perf | nvidia/skills | Mesurer les performances d'insertion de règles DOCA Flow avec docaflowperf. | 3 634 | 3 |
| 30 | doca-pcc-counters | nvidia/skills | Lire les compteurs diagnostiques PCC firmware/HW d'un device ConnectX via debugfs. | 3 634 | 3 |
| 31 | doca-telemetry-exporter | nvidia/skills | Configurer, émettre et déboguer la télémétrie structurée via DOCA Telemetry Exporter. | 3 634 | 3 |
| 32 | doca-telemetry-utils | nvidia/skills | Diagnostiquer et traduire les compteurs de télémétrie DOCA via l'utilitaire CLI hôte. | 3 634 | 3 |
| 33 | doca-telemetry | nvidia/skills | Lire les compteurs matériels DOCA depuis un périphérique via les bibliothèques par domaine. | 3 634 | 3 |
| 34 | kermt-monitor | nvidia/skills | Surveiller en temps réel l'état et les logs d'un workflow KERMT détaché. | 3 634 | 3 |
| 35 | azure-monitor-ingestion-java | microsoft/skills | Envoyer des logs personnalisés vers Azure Monitor via l'API d'ingestion Java. | 3 130 | 1 |
| 36 | azure-monitor-opentelemetry-exporter-java | microsoft/skills | Exporter des données de télémétrie OpenTelemetry vers Azure Monitor Application Insights. | 3 130 | 1 |
| 37 | azure-monitor-opentelemetry-exporter-py | microsoft/skills | Exporter des traces, métriques et logs OpenTelemetry vers Azure Application Insights. | 3 130 | 1 |
| 38 | azure-monitor-opentelemetry-py | microsoft/skills | Configurer Azure Monitor avec OpenTelemetry pour instrumenter automatiquement des apps Python. | 3 130 | 1 |
| 39 | azure-monitor-query-py | microsoft/skills | Interroger logs et métriques Azure Monitor via le SDK Python. | 3 130 | 1 |
| 40 | applicationinsights-web-ts | microsoft/skills | Monitorer les performances et comportements utilisateurs dans les apps web via Application Insights. | 3 130 | 1 |
| 41 | azure-monitor-opentelemetry-ts | microsoft/skills | Instrumenter automatiquement des applications Node.js avec Azure Monitor et OpenTelemetry. | 3 130 | 1 |
| 42 | troubleshooting-astro-deployments | astronomer/agents | Diagnostiquer et résoudre les problèmes de déploiements Astronomer en production via l'Astro CLI. | 454 | 1 |
| 43 | trigger-cost-savings | triggerdotdev/skills | Analyser les runs Trigger.dev pour identifier et réduire les coûts inutiles. | 35 | 1 |
| 44 | sentry-triage | fern-api/fern | Trier et corriger automatiquement les faux positifs Sentry d'un projet CLI. | 3 818 | 1 |
| 45 | status | oceanbase/powermem | Afficher le statut de connexion et l'état de santé du plugin PowerMem. | 1 337 | 1 |
| 46 | qdrant-monitoring | qdrant/skills | Surveiller et diagnostiquer les performances d'un déploiement Qdrant en production. | 260 | 0 |
| 47 | qdrant-monitoring-setup | qdrant/skills | Configurer le monitoring Qdrant avec Prometheus, alertes et logs centralisés. | 260 | 0 |
| 48 | building-dashboards | axiomhq/skills | Concevoir des dashboards décisionnels en APL ou MPL à partir de données réelles. | 16 | 0 |
| 49 | controlling-costs | axiomhq/skills | Optimiser les coûts Axiom via dashboards, moniteurs et détection de gaspillage. | 16 | 0 |
| 50 | axiom-sre | axiomhq/skills | Diagnostiquer et résoudre des incidents SRE avec rigueur data-driven et sans jamais exposer de secrets. | 16 | 0 |
À propos de cette sélection
L'observabilité est souvent le dernier chantier qu'on branche et le premier qu'on regrette d'avoir bâclé. Quand un agent commence à enchaîner des appels LLM en production, savoir exactement où la latence explose ou quel span a silencieusement échoué transforme radicalement le débogage. Les skills monitoring & observabilité rassemblés ici couvrent des cas concrets : instrumenter un pipeline d'inférence pour en extraire des traces exploitables, ou auditer la consommation réelle d'un assistant Copilot avant que la facture surprenne tout le monde. L'outillage disponible est déjà dense, avec des contributions notables de Datadog Labs et Dash0 couvrant OpenTelemetry, les métriques système sous Linux et le troubleshooting de performance sur des stacks variées. Le profil qui atterrit ici : un SRE ou un ML engineer qui veut enfin piloter avec des données concrètes sous les yeux.