下载

Skill UI

浏览并发现 9765+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索可观测性，共找到 14 条记录

默认排序最新上传最多下载

AI/ML全栈开发工作流

sickn33/antigravity-awesome-skills

本工作流提供了一套完整的、分阶段的指南，用于构建生产级的AI和机器学习应用。涵盖了从AI应用设计、RAG检索增强、智能体构建、ML流水线开发，到系统可观测性和安全加固的全部关键环节。

AI/ML全栈开发工作流

sickn33/antigravity-awesome-skills

本工作流提供了一套完整的、分阶段的指南，用于构建生产级的AI和机器学习应用。涵盖了从AI应用设计、RAG检索增强、智能体构建、ML流水线开发，到系统可观测性和安全加固的全部关键环节。

Azure Arize AI 可观测性与评估管理

azure-mgmt-arizeaiobservabilityeval-dotnet

sickn33/antigravity-awesome-skills

这是一个用于.NET的Azure SDK，专门用于管理Azure资源管理器中的Arize AI可观测性和评估资源。它允许开发者程序化地对AI组织资源进行创建、读取、更新和删除，是用于监控、跟踪和评估部署在Azure上的AI模型性能的关键工具。

LangChain可观测性监控系统

langchain-observability

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的LangChain生产级可观测性解决方案。它整合了LangSmith零代码追踪、自定义回调函数进行指标捕获（如延迟、Token使用量、错误率），以及Prometheus导出器实现告警。帮助开发者实时监控整个LLM应用管线，确保系统性能和稳定性。

LangChain生产环境就绪度清单

langchain-prod-checklist

jeremylongshore/claude-code-plugins-plus-skills

这是一份全面的LangChain应用程序生产环境就绪度清单。它系统性地覆盖了从配置管理、错误处理、可观测性（如LangSmith）、性能优化、安全加固（防止提示注入、处理PII）到严格测试和部署策略等多个维度，帮助开发者确保AI应用具备高可靠性和可维护性，适用于应用上线前或现有系统的审计。

LangChain事件处理与流式集成

langchain-webhooks-events

jeremylongshore/claude-code-plugins-plus-skills

该技能用于实现LangChain的高级事件驱动模式。提供自定义回调处理器，可监听链式调用过程中的关键生命周期事件（如工具调用、LLM Token流式生成）。同时支持通过SSE和WebSocket进行实时数据流传输，并通过Webhook实现所有运行事件的聚合和可观测性追踪。

Langfuse LLM 调用可观测性

langfuse-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

本工作流展示了如何使用 Langfuse 为大型语言模型（LLM）调用、链式调用和复杂 Agent 实现端到端的完整追踪。它覆盖了包括 OpenAI 包装器、RAG 流程的手动 Span 追踪、流式响应监控以及多模型（如 OpenAI, Anthropic）的集成。适用于需要深入了解 AI 系统性能、调试复杂流程和监控生产环境 LLM 使用情况的场景。

Langfuse LLM可观测性与监控

langfuse-observability

jeremylongshore/claude-code-plugins-plus-skills

本文指导如何为LLM应用建立全面的可观测性监控体系。通过集成Prometheus指标，可以实时追踪LLM的调用次数、生成延迟、Token消耗量和费用成本。适用于性能调优、成本控制及系统健康状态的持续监控。

LangChain/LangGraph智能体开发专家

llm-application-dev-langchain-agent

sickn33/antigravity-awesome-skills

该技能旨在提供构建生产级、复杂AI智能体系统的专家指导。它专注于使用最新LangChain 0.1+和LangGraph API，实现多智能体编排、高级检索增强生成（RAG）流程（如RAG Fusion、HyDE）和复杂的状态管理。内容覆盖从架构设计到生产部署的全周期，包括FastAPI流式API、LangSmith可观测性、缓存优化及健壮的错误处理机制。

Retell AI 语音代理与呼叫监控

retellai-observability

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套用于实现基于 Retell AI 的语音代理和电话呼叫系统的可观测性模式。它指导用户如何监控和调试AI语音代理和电话系统在运行中的性能和交互状态。此外，它还涵盖了常见的API错误处理机制，帮助您构建稳定、可靠的AI通信解决方案。

凤凰AI追踪指南

phoenix-tracing

github/awesome-copilot

为 Phoenix AI 服务提供 OpenInference 追踪指南，涵盖安装、自动/手动 span、属性规范及生产部署，助力 Python/TypeScript LLM 应用实现可观测性。

Claude API可观测性日志封装

clade-observability

jeremylongshore/claude-code-plugins-plus-skills

这是一个为Claude API设计的日志封装工具，用于实现调用过程的全面可观测性监控。它能自动记录输入/输出Token数、API调用延迟、估算成本和详细错误信息。是构建生产环境稳定、可监控的AI应用的必备组件。

语言