أنماط المراقبة والملاحظة لمقاييس Prometheus ولوحات معلومات Grafana وتتبع Langfuse LLM واكتشاف الانجراف. يُستخدم عند إضافة التسجيل أو المقاييس أو التتبع الموزع أو تتبع تكلفة LLM أو مراقبة انحراف الجودة.
ثبّت مهارة الذكاء الاصطناعي monitoring-observability بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: yonatangross/orchestkit.
Comprehensive patterns for infrastructure monitoring, LLM observability, and quality drift detection. Each category has individual rule files in rules/ loaded on-demand.
| Category | Rules | Impact | When to Use |
| Infrastructure Monitoring | 3 | CRITICAL | Prometheus metrics, Grafana dashboards, alerting rules | | LLM Observability | 3 | HIGH | Langfuse tracing, cost tracking, evaluation scoring | | Drift Detection | 3 | HIGH | Statistical drift, quality regression, drift alerting |
أنماط المراقبة والملاحظة لمقاييس Prometheus ولوحات معلومات Grafana وتتبع Langfuse LLM واكتشاف الانجراف. يُستخدم عند إضافة التسجيل أو المقاييس أو التتبع الموزع أو تتبع تكلفة LLM أو مراقبة انحراف الجودة. المصدر: yonatangross/orchestkit.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/yonatangross/orchestkit --skill monitoring-observabilityأنماط المراقبة والملاحظة لمقاييس Prometheus ولوحات معلومات Grafana وتتبع Langfuse LLM واكتشاف الانجراف. يُستخدم عند إضافة التسجيل أو المقاييس أو التتبع الموزع أو تتبع تكلفة LLM أو مراقبة انحراف الجودة. المصدر: yonatangross/orchestkit.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/yonatangross/orchestkit --skill monitoring-observability بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/yonatangross/orchestkit