anomaly-detection
✓Detección de anomalías basada en reglas para sistemas de producción con umbrales configurables, períodos de recuperación para evitar tormentas de alertas y seguimiento de patrones de errores para fallas repetidas.
Instalación
SKILL.md
Rule-based anomaly detection with cooldowns and error pattern tracking.
Production systems fail in subtle ways - jobs getting slower, error rates creeping up, same errors repeating. The solution:
Detección de anomalías basada en reglas para sistemas de producción con umbrales configurables, períodos de recuperación para evitar tormentas de alertas y seguimiento de patrones de errores para fallas repetidas. Fuente: dadbodgeoff/drift.
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/dadbodgeoff/drift --skill anomaly-detection Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
Datos (listos para citar)
Campos y comandos estables para citas de IA/búsqueda.
- Comando de instalación
npx skills add https://github.com/dadbodgeoff/drift --skill anomaly-detection- Fuente
- dadbodgeoff/drift
- Categoría
- </>Desarrollo
- Verificado
- ✓
- Primera vez visto
- 2026-02-06
- Actualizado
- 2026-02-18
Respuestas rápidas
¿Qué es anomaly-detection?
Detección de anomalías basada en reglas para sistemas de producción con umbrales configurables, períodos de recuperación para evitar tormentas de alertas y seguimiento de patrones de errores para fallas repetidas. Fuente: dadbodgeoff/drift.
¿Cómo instalo anomaly-detection?
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/dadbodgeoff/drift --skill anomaly-detection Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
¿Dónde está el repositorio de origen?
https://github.com/dadbodgeoff/drift
Detalles
- Categoría
- </>Desarrollo
- Fuente
- skills.sh
- Primera vez visto
- 2026-02-06