下载

Skill UI

浏览并发现 9978+ 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

搜索告警配置，共找到 35 条记录

默认排序最新上传最多下载

性能指标集中汇总

aggregating-performance-metrics

jeremylongshore/claude-code-plugins-plus-skills

将应用、系统、数据库、缓存、队列及外部服务的性能指标集中，协助制定统一命名规则、选择聚合与可视化工具并配置告警，提升监控效率与问题响应速度。

Alertmanager规则配置

alertmanager-rules-config

jeremylongshore/claude-code-plugins-plus-skills

自动化处理 Alertmanager 规则配置，提供行业最佳实践、生产级代码与校验，适用于 Kubernetes、Terraform、监控等 DevOps 高级场景，保障告警流程稳健。

Clay生产环境就绪清单

clay-prod-checklist

jeremylongshore/claude-code-plugins-plus-skills

这份清单用于指导用户完成Clay数据增强管道的上生产环境部署准备工作。它涵盖了从表格配置、数据质量验证（如去重、输入过滤），到成本预算、Webhook可靠性及监控告警设置等多个关键步骤，确保数据流在实战中稳定可靠运行。

云监控告警助手

cloud-monitoring-alert

jeremylongshore/claude-code-plugins-plus-skills

在提及云监控告警或需要 GCP 路径与服务配置时，提供步骤、配置、生产环境代码与校验，帮助构建可靠的告警流程。

配置 Databricks Webhooks 与事件通知

databricks-webhooks-events

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了配置 Databricks 作业的全面通知和事件驱动工作流指南。内容涵盖设置多种通知目标（如 Slack、Teams、邮件、PagerDuty），并在作业生命周期事件（成功、失败、启动）时触发警报。此外，还展示了使用系统审计表监控事件和创建自动化 SQL 告警，用于关键数据管道的监控。

错误追踪与可观测性

error-debugging-error-trace

sickn33/antigravity-awesome-skills

本技能专注于错误追踪和系统可观测性（Observability）的实践。它指导如何建立完整的错误监控体系，包括配置告警、实现结构化日志记录和追踪，从而帮助团队快速、准确地识别和解决生产环境中的各类问题。

错误追踪与可观测性专家

error-diagnostics-error-trace

sickn33/antigravity-awesome-skills

本技能是全面的错误监控和可观测性专家，指导用户搭建和优化生产环境的错误追踪系统。它涵盖了配置实时告警、实现结构化日志、错误分组、故障诊断和自动恢复策略，旨在显著提升系统的稳定性和问题解决效率。

Evernote可观测性配置

evernote-observability

jeremylongshore/claude-code-plugins-plus-skills

用于为Evernote集成提供全面的可观测性解决方案。它涵盖了指标采集（Prometheus）、结构化JSON日志记录、分布式追踪（OpenTelemetry）以及健康检查端点。适用于构建生产级、高可靠性的API监控和告警系统。

Groq集成可观测性监控

groq-observability

jeremylongshore/claude-code-plugins-plus-skills

本技能为Groq API集成提供了全面的可观测性监控方案。它通过客户端埋点，实时追踪首次生成时间（TTFT）、总延迟、吞吐量和成本消耗等关键性能指标。同时，它还配置了Prometheus指标和告警规则，用以监控速率限制和性能下降，确保生产环境的稳定可靠运行。

Guidewire生产部署检查清单

guidewire-prod-checklist

jeremylongshore/claude-code-plugins-plus-skills

该检查清单用于确保Guidewire Cloud的生产环境部署准备就绪。它涵盖了从开发到生产环境的完整验证流程，包括代码编译、单元测试、API角色配置、集成网关测试、批处理任务调度和监控告警设置，确保了部署的稳定性和可靠性。

AI智能体可观测性与指标监控

lindy-observability

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了为AI智能体构建全面的可观测性系统。涵盖监控任务成功率、步骤失败率、执行时长和资源消耗等关键指标。适用于构建性能仪表板、配置实时告警规则或进行长期性能跟踪。

实时API监控与可观测性

monitoring-apis

jeremylongshore/claude-code-plugins-plus-skills

用于构建全面的实时API监控系统。它指导如何收集关键指标（如请求速率、延迟、错误率），配置健康和就绪检查点，搭建Grafana仪表盘，并实现基于服务等级目标（SLO）的告警。适用于需要确保API在生产环境中高可用性和高性能的复杂场景。

语言