是一套结构化的说明、最佳实践和资源，智能体可以主动发现并应用这些内容，从而在整个开发生命周期中生成更可靠的代码。# Agent Skill 的开放式标准结构示例description: MongoDB 模式设计最佳实践1. 优先使用嵌入式数据模型2. 避免过度的规范化3. 考虑查询模式和访问模式- rule: "一对一关系应嵌入"example: "用户和用户资料"- rule: "一对多关系视情

✅ 采集证书详细信息：发行机构(CN)、负责人、剩余天数、序列号等✅ 证书有效期低于30天自动告警✅ 支持邮件、钉钉、企业微信等多种告警方式。

创建脚本bash复制/bin/bash# check_ssl_cert.sh - 检查SSL证书有效期# 用法: ./check_ssl_cert.sh <host> <port>HOST="$1"thenexit 1fi# 获取证书过期时间thenexit 1fi# 转换为时间戳thenexit 1fi# 计算剩余天数# 退出码：0=正常, 1=警告(<30天), 2=严重(<7天)thenex

SigNoz AI助手通过自动化告警历史分析，显著优化了工程师值班交接流程。传统交接需要人工整理20分钟的告警状态文档，而AI只需5秒就能生成包含服务状态、峰值严重级别、波动频率等关键信息的交接简报。系统会智能分析告警模式（如"支付服务48小时内波动119次"），并给出"根因未修复"等关键结论。该功能不仅提升交接效率，更将原始告警数据转化为结构化分析报告，支

摘要：文章通过一个前端错误率飙升的案例，展示了如何利用SigNoz AI助手快速定位问题根源。当监控显示前端错误率达18.4%时，通过三个关键步骤：按操作分组找出最多错误的ProductCatalogService/GetProduct操作、分析调用链发现NOT_FOUND错误耗时异常、最终定位到PostgreSQL连接池耗尽的根本原因。文章强调排查原则：告警位置不等于问题源头、关注高频错误、结合

这次排查的核心突破点，是01:47:12那条配置变更日志——比第一条延迟告警早了两秒钟，藏在大量正常日志中间，用肉眼翻很容易错过。AI 助手的价值不只是"帮你查"，更是帮你把下一个问题问对。当它告诉你ChargeCard占了 95% 耗时，你的下一问自然就变成"为什么 ChargeCard 这么慢"——排查思路被自然地牵引着向前走，而不是你对着屏幕发呆想从哪开始。延迟排查本质上是一个"缩小怀疑范围

SigNoz 这个功能有意思的地方不是"AI 多厉害"，而是把排查思路结构化了。一个有经验的 SRE 排查故障，本质上也是这四步：定位异常服务 → 找吞吐量下降原因 → 追溯变更 → 量化影响。AI 做的，是帮你快速完成每一步的查询，让你更快到达"根因"。当你在凌晨两点对着日志发呆的时候，有个能听懂人话的搭档还是挺香的。参考资料SigNoz 官方文档 - Natural Language Log

是开源开发者cr7258基于 MCP 标准实现的 Elasticsearch / OpenSearch 操作服务器。🛠️工具数量 ：21 个🔌传输方式：3 种🗄️兼容版本：ES7 ~ ES9 + OpenSearch⚡安装方式：一行 uvx 命令门槛低：一行uvx命令即可运行，无需复杂部署覆盖广：21 个工具覆盖索引、文档、集群、别名全生命周期安全可控：Agent 提示词设计 + 权限分离，

本文档详细记录了基于Docker Compose的ELK日志平台部署方案，版本2.0.0，部署验证日期2026-04-08。平台架构采用etcd节点日志通过Filebeat采集，经Kafka中转后由Logstash处理并存储到Elasticsearch，最终通过Kibana可视化展示。文档包含完整的部署步骤、配置参数、验证方法和运维指南，涵盖服务端（Elasticsearch/Kibana/Kaf

查看某个技能的具体内容# 按需修改、贡献新技能或 PR 到官方仓库💡使用建议对于新接触 TiDB 的团队，建议先从两个技能入手；构建全栈 AI 应用时再叠加框架集成技能。不要一次性加载全部 12 个技能，按需加载效果更好。