BD ai-observability
Практическое руководство по наблюдаемости и мониторингу производственных процессов приложений ИИ — «приборная панель и прожектор» для ИИ после вывода в продакшн: панорама наблюдаемости (три столпа: журналы/метрики/трассировка + специфичные для ИИ объекты наблюдения), трассировка вызовов и стандарты ведения журналов (трассировка вызовов LLM, проектирование Span, трассировка на уровне сеанса, фильтрация конфиденциальной информации), метрики контроля качества (панель мониторинга в реальном времени: коэффициент галлюцинаций/отказов/удовлетворенности/перевода на оператора), мониторинг производительности и затрат (отслеживание задержки/пропускной способности/стоимости токенов в реальном времени), защита и мониторинг безопасности (коэффициент срабатывания защиты/обнаружение инъекций/утечка конфиденциальных данных), система оповещений (многоуровневые оповещения/проектирование порогов/маршрутизация уведомлений/управление усталостью от оповещений), платформа мониторинга и внедрение (стандарты маркировки/выбор инструментов/мониторинг в период постепенного внедрения). Включает бесплатный локальный инструмент для однократного создания списка трех столпов, таблицы метрик мониторинга, дизайна оповещений, стандартов трассировки и плана внедрения. Предназначено для руководителей платформ ИИ, SRE, эксплуатации и качества — дополняет оценку LLM (офлайн-качество), этот навык управляет качеством в реальном времени.
машинный переводПоказать оригиналСкрыть оригинал«AI 应用可观测性与生产监控实操手册——AI 进生产后的"仪表盘与探照灯"：可观测性全景（三大支柱：日志/指标/追踪 + AI 特有观测对象…»
AI 应用可观测性与生产监控实操手册——AI 进生产后的"仪表盘与探照灯"：可观测性全景（三大支柱：日志/指标/追踪 + AI 特有观测对象）、调用追踪与日志规范（LLM 调用追踪、Span 设计、会话级追踪、敏感信息过滤）、质量监控指标（幻觉率/拒答率/满意度/转人工率实时看板）、性能与成本监控（延迟/吞吐/Token 成本实时追踪）、护栏与安全监控（护栏命中率/注入检测/敏感数据泄漏监控）、告警体系（分级告警/阈值设计/通知路由/告警疲劳治理）、监控平台与落地（埋点规范/工具选型/灰度期监控）。附零依赖本地工具一键出三大支柱清单、监控指标表、告警设计、追踪规范与落地路线。面向 AI 平台、SRE、运维与质量负责人——与 LLM 评测（离线质量）互补，本技能管线上运行质量。
Практическое руководство по наблюдаемости и мониторингу производственных процессов приложений ИИ — «приборная панель и прожектор» для ИИ после вывода в…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-long-hermesdescription 342 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой) - предупреждение
description-no-whenни description, ни раздел "## When to Use" не говорят, когда применять скилл - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "title" - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_en"
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 15
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 537 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +3Длина description 342 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.