Agent Skills Hub

Observability

PAI 多代理活動的即時監控儀表板，提供 WebSocket 串流、工作階段追蹤以及代理工作流程除錯功能。

dlt-skill

建立、管理與除錯 dlt (data load tool) 資料管線，將資料從 API、資料庫及自訂來源匯入 DuckDB、BigQuery 或 Snowflake 等目標。

systematic-debugging

一套嚴格的四階段方法論，強制要求在應用任何程式碼修復前，必須先進行系統性的根本原因分析。

service-mesh-observability

為 Istio 和 Linkerd 服務網格實作生產級可觀測性，包含分佈式追蹤、指標儀表板及黃金信號監控。

data-quality-frameworks

使用 Great Expectations、dbt 測試與資料合約實作生產級資料品質驗證，確保資料管線的可靠性。

ring:dev-sre

開發週期 Gate 2 技能，用於驗證可觀測性實作，包含結構化日誌、OpenTelemetry 追蹤及儀表覆蓋率，且不修改程式碼。

browser-use

基於 Model Context Protocol 的 AI 瀏覽器自動化伺服器，支援網頁互動、數據提取與深度研究。

grafana-dashboards

建立與管理生產級 Grafana 儀表板，用於系統可觀測性、即時指標視覺化與監控。

Observability with Prometheus & Grafana

生產級監控系統，包含 Prometheus 指標、Grafana 儀表板、PromQL 查詢語言、告警規則與 AI 異常偵測，適用於雲原生應用。

data-engineer

專注於資料工程的 AI 代理，負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。

synapse

自動化模式偵測與技能推薦引擎，透過監控專案記憶、日誌及任務列表，自動進化 AI 代理的能力。

trulens-evaluation-workflow

使用 TruLens 對 LLM 應用程式進行檢測、評估與監控的系統化工作流程，支援 LangChain、LangGraph 與 LlamaIndex 等框架。