ai-assist-observability-audit
17-dimension observability audit with tier activation, health scoring, and cost analysis. Covers logging, metrics, tracing, alerting, SLOs, profiling, security observability, and developer experience. Use when assessing observability posture, identifying telemetry gaps, or optimi
Profil de l’actif
Recherche et travail de connaissance
Deep research, source comparison, literature review, RAG, knowledge search, and reports.
Scénario
Agents de recherche
I need my agent to research a topic, compare sources, and produce a concise report.
Adéquation Agent
Claude Code + CLI + Codex
Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.
Installer
Prêt
npx skills add jparkerweb/ai-assist-skills --skill ai-assist-observability-audit
Maintenance
À jour
3 jours depuis le dernier push
Risque
Revue nécessaire
La licence est ambiguë
Qualité GitHub
88
61/100 Qualité · 68/100 Confiance
Tags de couverture
Notes de revue
La licence est ambiguë · Financial research output is not financial advice; require human review before any live investment decision
Carte d’adoption Agent
Confiance, audit et préparation à l’installation en un coup d’œil
Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.
Qualité
PrometteurUseful candidate, but compare it with alternatives before adopting.
Confiance
Sandbox uniquementCandidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Audit
Revue nécessaireRevue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.
Trust Score OpenAgentSkill v5
Revue humaine avant installation
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Stars
88 stars GitHub
Activité du dépôt
88 stars et 12 forks
Maintenance
3 jours depuis le dernier push
Licence
Inconnu
Installer
npx skills add jparkerweb/ai-assist-skills --skill ai-assist-observability-audit
Sécurité d’installation
Chemin d’installation standard de package ou runtime
Surface de permissions
Accès au système de fichiers ou aux documents
Résultats Agent
Pas encore de données de résultats Agent
Documentation
Usable metadata, review docs
Résumé des risques
Revoir avant production
- Repository license is unknown; missing license clarity makes compliance evaluation difficult.
- Financial research output is not financial advice; require human review before any live investment decision.
- La licence est ambiguë
- Quality score needs review
Préparation à l’installation
Chemin d’installation disponible
- Le chemin d’installation est disponible
- La preuve du dépôt est disponible
- La licence est ambiguë
- Pas encore de preuve de résultat Agent-Proven
Métadonnées lisibles par Agent
Données de décision lisibles par machine pour ce skill.
Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.
Tâches adaptées
- Workflows d’Agents de recherche
- Équipes Claude Code
- builders willing to evaluate younger projects
- Sources de recherche
Agents adaptés
Décision d’installation
- Commande
- npx skills add jparkerweb/ai-assist-skills --skill ai-assist-observability-audit
- Politique
- Revoir
- Revue humaine
- Oui
Confiance et risque
- Confiance
- 60/100
- Audit
- 74/100
- Niveau de risque
- Revue nécessaire
Boucle de résultat
- Endpoint
- /api/agent/outcome
- ID d’événement
- resolve
- Résultats
- 5
Commande d’installation
npx skills add jparkerweb/ai-assist-skills --skill ai-assist-observability-auditNe pas utiliser quand
- Équipes qui nécessitent un SLA soutenu par le fournisseur
- production agents without a repository review
- Repository license is unknown; missing license clarity makes compliance evaluation difficult.
- La licence est ambiguë
- Financial research output is not financial advice; require human review before any live investment decision
Sécurité Agent v2
58/100 · Revoir avant installation
Candidat utilisable, mais l’Agent doit afficher les notes de permissions et d’audit avant l’installation.
Une approbation humaine est requise avant l’installation dans un espace de travail réel.
Moyen
Accès réseau
La skill récupère probablement des pages distantes, API, dépôts ou services externes.
Moyen
Accès au système de fichiers
La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.
- La licence est ambiguë
Cibles d’installation
Installer ce skill dans votre workflow Agent
Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.
OpenAgentSkill CLI
Resolve policy, run the source installer safely, and report a verified install receipt.
$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install jparkerweb-ai-assist-observability-auditPlan de résolution Agent
Laissez un Agent vérifier la pertinence avant l’installation.
L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.
Ouvrir JSON
/api/agent/resolve?task=Use%20ai-assist-observability-audit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Texte Resolve
/api/agent/resolve?task=Use%20ai-assist-observability-audit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Relais d’installation
/api/skills/jparkerweb-ai-assist-observability-audit/install
L’Agent doit vérifier
- Task fit and alternatives from Resolve API.
- Audit score, trust score, and safety policy warnings.
- Install target compatibility for Codex, Claude Code, Cursor, or CLI.
Copier le prompt
Task: Use ai-assist-observability-audit in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20ai-assist-observability-audit%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/jparkerweb-ai-assist-observability-audit/install
Install command: npx skills add jparkerweb/ai-assist-skills --skill ai-assist-observability-audit
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Relais Agent
Donnez à l’Agent le chemin d’installation, pas un autre annuaire.
Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.
Relais d’installation
/api/skills/jparkerweb-ai-assist-observability-audit/install
Format texte LLM
/api/skills/jparkerweb-ai-assist-observability-audit/install?format=text
Trouver des alternatives
/api/skills/search?q=ai-assist-observability-audit&limit=3
Prompt Agent
Use ai-assist-observability-audit for this task. Review https://www.openagentskill.com/api/skills/jparkerweb-ai-assist-observability-audit/install, then install with: npx skills add jparkerweb/ai-assist-skills --skill ai-assist-observability-auditMétadonnées Registry
Profil lisible par Agent pour la sélection automatique de skills.
L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.
Manifest
/api/registry/manifest/jparkerweb-ai-assist-observability-audit
Texte LLM
/api/registry/manifest/jparkerweb-ai-assist-observability-audit?format=text
Alias d’installation
/api/registry/install/jparkerweb-ai-assist-observability-audit
Recommander
/api/registry/recommend?task=Use%20ai-assist-observability-audit%20in%20an%20agent%20workflow&limit=3
Adéquation Agent
Agents de recherche
Tags de cas d’usage
Plateformes
Claude Code
Rapport d’audit
Revue nécessaire · 74/100
Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.
Panneau de décision Agent
Fallback candidate for Research agents
Prototype with this skill first; keep a fallback candidate ready.
Rôle dans la pile
Candidate de secours
Pertinence principale
Agents de recherche
Libellé de confiance
Prototyper d’abord
Chemin d’installation
Commande prête
À utiliser lorsque
- Workflows d’Agents de recherche
- Équipes Claude Code
- builders willing to evaluate younger projects
Preuves
- recent repository activity
- install command or GitHub repo available
- profil qualité 61/100
- 9 événements OpenAgentSkill
revoir d’abord
- Repository license is unknown; missing license clarity makes compliance evaluation difficult.
Chemin d’implémentation
- 1Installez-le dans un Agent en sandbox et exécutez une tâche de Agents de recherche de bout en bout.
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
Profil de confiance
Sandbox uniquement
Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Adoption GitHub
Vérifier88 stars GitHub
Activité stars/forks
Vérifier88 stars et 12 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Maintenance récente
Validé3 jours depuis le dernier push
Clarté de licence
VérifierInconnu
Signaux positifs
- Revue IA approuvée
- Le chemin d’installation est disponible
- La preuve du dépôt est disponible
- Dépôt maintenu récemment
- La commande d’installation ne présente aucun motif de haut risque évident
- La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent
Réviser avant installation
- Repository license is unknown; missing license clarity makes compliance evaluation difficult.
- Financial research output is not financial advice; require human review before any live investment decision.
- La licence est ambiguë
- Quality score needs review
- GitHub adoption: 88 GitHub stars
- Stars/forks activity: 88 stars, 12 forks; issue activity unavailable in current metadata
- License clarity: Unknown
- Pas encore de rapports de résultats Agent réels
- Une revue humaine est requise avant une installation sans surveillance
Action recommandée
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Profil qualité
Prometteur candidat pour les workflows Agent
Useful candidate, but compare it with alternatives before adopting.
Adéquation au workflow
Utilisez cette skill dans ces scénarios
Investigate faster
Research agents
I need my agent to research a topic, compare sources, and produce a concise report.
Build and ship code
Coding agents
I need a coding agent that can understand a repository, edit code, and review pull requests.
Search private knowledge
RAG and knowledge
I need my agent to build a RAG workflow over documents and retrieve reliable context.
Adéquation au workflow
Ajouter à un workflow complet
Find, compare, and synthesize
Research report agent
A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.
Inspect, patch, and verify code
Coding review agent
A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.
Ingest, retrieve, and cite
RAG knowledge base
A workflow for document-heavy agents that ingest files, create searchable knowledge, retrieve relevant context, and answer with grounded sources.
Liste d’alternatives
Comparer avant installation
Similar skills that may fit this task.
Wazuh
Wazuh - The Open Source Security Platform. Unified XDR and SIEM protection for endpoints and cloud workloads.
Maigret
🕵️♂️ Collect a dossier on a person by username from 3000+ sites
Nuclei
Nuclei is a fast, customizable vulnerability scanner powered by the global security community and built on a simple YAML-based DSL, enabling collaboration to tackle trending vulnerabilities on the internet. It helps you find vulnerabilities in your applications, APIs, networks, DNS, and cloud configurations.
Infisical
Infisical is the open-source platform for secrets, certificates, and privileged access management.
Vue d’ensemble
--- name: ai-assist-observability-audit description: "17-dimension observability audit with tier activation, health scoring, and cost analysis. Covers logging, metrics, tracing, alerting, SLOs, profiling, security observability, and developer experience. Use when assessing observability posture, identifying telemetry gaps, or optimizing observability costs." argument-hint: "[dimension or scope]" ---
# OBSERVABILITY AUDIT
**Objective:** Produce a tier-activated, cost-aware observability posture assessment with health score and prioritized improvement plan across 17 dimensions. **When to use:** Assessing observability posture, identifying telemetry gaps, auditing cost efficiency, preparing for production readiness, optimizing observability spend.
Start all responses with '📡 [Obs Audit Step X: Name]'
## Role
Senior observability engineer auditing 17 dimensions — foundational telemetry, operational readiness, security observability, cost governance, and developer experience. Ensure exactly the right amount of observability: not more (waste), not less (blind spots).
## Context
**AGENTS.md check:** If `./AGENTS.md` exists, read it for observability-relevant conventions and deployment patterns. If missing, warn and proceed with standard practices.
**Spec awareness:** If `specs/` has active work, verify observability changes don't conflict with in-progress implementation.
**Stack detection:** Detect from imports/configs: logging, metrics, tracing, APM vendor, profiling, service mesh, MQ, databases. Research best practices and cost models for detected stack.
**Input:** `$ARGUMENTS` — optional dimension name/group and scope (directory, service, or "full"). Default: full audit, all activated dimensions.
## Rules
1. **Observability has real cost.** Every log, metric, trace costs money — evaluate cost/benefit for every finding. 2. **Log levels are a cost lever.** Production WARN+. DEBUG/INFO only in dev or behind dynamic flag. 3. **Cardinality kills budgets.** Calculate label products (e.g., 1K x 20 x 10 x 3 = 600K series). Flag high-cardinality. 4. **Traces should be sampled.** Head/tail-based sampling per traffic volume. 100% sampling in prod is almost always wrong. 5. **Sensitive data in telemetry is ALWAYS Critical.** PII/credentials/tokens in logs, traces, labels — no exceptions, no downgrades. 6. **Structured logs only.** JSON/logfmt, one line per event. Unstructured logging is a finding. 7. **Gaps as important as waste.** Missing observability on critical paths = incident response failures. 8. **Tier activation mandatory.** Match dimensions to detected project tier — never audit non-applicable dimensions. 9. **Standards are the benchmark.** Research current versions of OpenTelemetry, Prometheus, OpenSLO, DORA, NIST logging guidance, OpenCost at audit time. Never assume a specific version is current. 10. **Cross-cutting cost analysis mandatory.** Dedicated cost step across ALL telemetry types — not optional. 11. **Alert-readiness matters.** Observability without actionable alerts is data hoarding. 12. **Chat-only output.** Present ALL findings in chat. Never create files without explicit user permission.
## Process
### Step 1: Context & Stack Detection
1. Read AGENTS.md, run `git status`, detect stack from imports and configs 2. Detect: logging framework, metrics library, tracing SDK, APM vendor, profiling tools, message queues, databases, service mesh 3. Research best practices and cost models for detected stack; parse arguments for focus/scope
> 📡 [Obs Audit Step 1: Context & Stack Detection] Stack: [logging] + [metrics] + [tracing]. Vendor: [APM]. Tier: [tier]. Conditional: [none/MQ/DB].
### Step 2: Tier Activation & Audit
Read `references/dimensions.md` for the tier activation table, tier detection signals, and per-dimension check definitions.
1. Classify project tier using detection signals from dimensions.md 2. Build activated dimension list based on tier 3. Audit each activated dimension in order: UNIVERSAL, SERVICE, DISTRIBUTED, Conditional
> 📡 [Obs Audit Step 2: Tier Activation & Audit] Tier: [TIER]. Active: [N]/17. Maturity: [Foundation/Advanced].
### Step 3: Cost Analysis (Cross-Cutting)
Read `references/scoring.md` for the cost analysis framework, vendor rate ranges, and estimation methodology.
1. Aggregate costs across logging, metrics, tracing, profiling, infrastructure 2. Identify top 5 highest-cost sources with file:line references 3. Recommend: log level changes, label reduction, sampling adjustments, retention tiering 4. Present before/after estimates where data supports it
### Step 4: Findings Report & Score
Read `references/scoring.md` for health score calculation, group weights, and severity definitions.
Read `references/output-template.md` for finding format, summary table, positive observations, improvement plan, fix options, and session-end format.
1. Calculate health score using group weights and N/A redistribution 2. Rank findings by severity (Critical → Warning → Suggestion) 3. Present: stack summary, dimension findings with evidence, summary table, positive observations (3-5), health score, improvement plan (P1/P2/P3 with cost impact), fix options
### Self-Verification Checklist
> Canonical version in `references/output-template.md`. Brief version here for quick reference.
- [ ] All activated dimensions audited; N/A documented - [ ] Tier activation justified with codebase signals - [ ] Cardinality cost analysis for all custom metrics with labels - [ ] Sensitive data scan: logs, trace attributes, metric labels - [ ] Gap analysis: missing observability on critical paths - [ ] Cross-cutting cost analysis across ALL telemetry types - [ ] Every finding has file:line and cost impact where applicable
### Session End
``` 📡 [Obs Audit Complete]
**Score:** [XX]/100. Tier: [tier]. Dims: [N]/17. Cost impact: [summary]. ```
**Next steps (ask user — do not auto-execute):** - Save report to `specs/audit-reports/obs-audit-<date>.md`? - Implement fixes? (by priority) - Related: `/ai-assist-security-audit`, `/ai-assist-tech-debt`, `/ai-assist-test-audit`
## Recovery
| Issue | Solution | |-------|----------| | No observability stack detected | Critical gap; recommend stack for project type and language | | Cannot estimate costs without vendor info | Report cardinality/volume without dollar amounts; note limitation | | Microservices with different stacks | Audit each separately; aggregate in summary | | No production config visible | Audit code patterns; note limitation | | Tier unclear | Default SERVICE; note ambiguity | | Too many dimensions for context | Prioritize Telemetry Foundation + Sensitive Data |
## Important Reminders
**Response format:** Every response starts with `📡 [Obs Audit Step X: Name]`
**Hard rules:** Observability has real cost. Sensitive data in telemetry is ALWAYS Critical. Cardinality: always calculate series count. Tier activation mandatory.
**Process rules:** Cost analysis mandatory and cross-cutting. Gaps as important as waste. Standards: OpenTelemetry, Prometheus, OpenSLO, DORA, NIST logging guidance, OpenCost — research current versions at runtime.
**Related:** `/ai-assist-security-audit` for security posture, `/ai-assist-tech-debt` for codebase health, `/ai-assist-test-audit` for test coverage gaps.
Détails techniques
- Version
- 1.0.0
- Licence
- Unknown
- Dernière mise à jour
- 21 août 2026
- Publié
- 21 août 2026
Instantané de décision
Candidate de secours
recent repository activity
Audit
Revue d’installation
Revue d’installation et d’adoption
- Sécurité
- 75/100
- Maintenance
- 100/100
- Installer
- 92/100
Preuves validées par Agent
Preuves validées par Agent
Rapports après resolve, revue, installation et une exécution limitée.
- Taux de réussite
- —
- Échec récent
- —
- Résultats
- 0
- Qualité de sortie
- —
- Échecs
- 0
- Non pertinent
- 0
- Installations
- 0
- Bloqué par le risque
- 0
- Configuration requise
- 0
- Production
- 0
Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.
Installer
Ajouter au workflow Agent
Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.
Boucle de croissance
Kit de partage
Brouillon guidé par scénario pour ai-assist-observability-audit, prêt pour une publication manuelle sur X.
ai-assist-observability-audit: 17-dimension observability audit with tier activation, health scoring, and cost analysis. Cov... 88 stars https://www.openagentskill.com/skills/jparkerweb-ai-assist-observability-audit?ref=x
Réponse facultative avec commande d’installation
Listing + install path for ai-assist-observability-audit: https://www.openagentskill.com/skills/jparkerweb-ai-assist-observability-audit?ref=x Install: npx skills add jparkerweb/ai-assist-skills --skill ai-assist-observability-audit
Source de la fiche
Indexé par Registry
Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.
- Créateur
- jparkerweb
- Indexé par
- Index communautaire OpenAgentSkill
L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.
Revendiquer ce skillRevendication du propriétaire
Revendiquer cette fiche de skill
Cette fiche Indexé par Registry est attribuée à jparkerweb, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.
Kit de backlinks créateur
Ajoutez les badges de preuve à votre README
Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.
[](https://www.openagentskill.com/skills/jparkerweb-ai-assist-observability-audit)
[](https://www.openagentskill.com/skills/jparkerweb-ai-assist-observability-audit)
[](https://www.openagentskill.com/skills/jparkerweb-ai-assist-observability-audit/audit)
[](https://www.openagentskill.com/skills/jparkerweb-ai-assist-observability-audit)Auteur
jparkerweb
@jparkerweb
Tags
Adéquation plateforme
Signaux de santé
- Stars GitHub
- 88
- Score de qualité
- 37/100
- Dernier push GitHub
- 20 août 2026
- Indications de framework
- Inconnu
- Vues OpenAgentSkill
- 9
- Copies d’installation
- 0
- Clics sortants
- 0
Signal de communauté
Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.
Confiance et sécurité
Sandbox uniquement
- Adoption GitHub88 stars GitHubVérifier
- Activité stars/forks88 stars et 12 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesVérifier
- Maintenance récente3 jours depuis le dernier pushValidé
- Clarté de licenceInconnuVérifier
- Complétude README/SKILL.mdLes métadonnées publiques nécessitent davantage de contexte README/SKILL.mdInfo
- Risque dépendances/runtimeAucun indice majeur de risque de dépendance dans les métadonnées publiquesValidé
Skills associés
Wazuh
Wazuh - The Open Source Security Platform. Unified XDR and SIEM protection for endpoints and cloud workloads.
16.3K StarsMaigret
🕵️♂️ Collect a dossier on a person by username from 3000+ sites
32.9K StarsNuclei
Nuclei is a fast, customizable vulnerability scanner powered by the global security community and built on a simple YAML-based DSL, enabling collaboration to tackle trending vulnerabilities on the internet. It helps you find vulnerabilities in your applications, APIs, networks, DNS, and cloud configurations.
29.2K StarsInfisical
Infisical is the open-source platform for secrets, certificates, and privileged access management.
27.4K Stars