mcpField
K
kubesense-skills

kubesense-skills

github.com/kubesense-aiクラウド・DevOps383 回インストール3 日前に更新
リポジトリ

kubesense-skills について

kubesense-skillsは、テレメトリー領域ごとに整理されたKubeSense向けのオブザーバビリティスキル集です。ログ、トレース、メトリクス、インフラ、アラート、ダッシュボード、SLO、クエリ規則を扱い、多くのスキルでKubeSense MCPサーバーを利用します。

主な機能

  1. 01ログ検索と集計
  2. 02トレースの遅延・エラー分析
  3. 03メトリクスとインフラクエリ
  4. 04アラートとダッシュボードのワークフロー
  5. 05SLOとDatadog移行のガイダンス
  6. 06SQLとSPLのクエリパターン

活用シーン

  1. 01ログエラーや遅いリクエストの調査
  2. 02Kubernetesやクラウドのメトリクス確認
  3. 03アラート、ダッシュボード、SLOの作成
  4. 04オブザーバビリティの質問を関連スキルへ振り分け

MCP 対応

多くのスキルは、クエリや検証のためにKubeSense MCPサーバーへの接続を必要とします。kubesense-sloはREST APIを直接使い、MCPツールを持ちません。一部のスキルはオフラインでJSONを生成できます。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/kubesense-ai/kubesense-mcp-skills --skill kubesense-skills

インストール後、Claude Code で/kubesense-skillsを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

README.md
package-lock.json
drafts/
README.md
kubesense-investigate.md
kubesense-alerts/references/
datadog-migration.md
import-json.md
kubesense-dashboards/references/
variables-and-rows.md
panel-config.md
kubesense-mcp/references/
multi-query.md
field-catalog.md
kubesense-metrics/references/
cloud-metric-catalog.md
metric-catalog.md
kubesense-slo/references/
api-payloads.md
datadog-migration.md
kubesense-sql/references/
recipes.md

詳細

KubeSense スキル

テレメトリーの領域ごとに分類された、KubeSense のオブザーバビリティスキルです。

スキル

スキル説明
kubesense-mcpツールレイヤー — 接続、認証、すべてのツール一覧、各クエリスキルが継承する WHERE／フィールド名の仕様です。まずはこちらをご覧ください。
kubesense-logsログの検索と集計
kubesense-tracesスパン、レイテンシのパーセンタイル、エラー率、分散トレースのウォーターフォール
kubesense-metricsKubernetes、インフラストラクチャ、クラウドプロバイダー（AWS/GCP/Azure/Atlas/Confluent/Kong）のメトリクスに対する PromQL/MetricsQL
kubesense-splSPL — パイプ形式のログクエリ言語と、その逆向きのフィールド仕様
kubesense-sqlログとトレースに対する生の ClickHouse SQL — 結合、CTE、ウィンドウ関数
kubesense-infraクラスターのインベントリー：クラスター、ノード、ポッド、ワークロード、インフラの障害、最近のデプロイ
kubesense-alertsアラートルールの一覧表示、調査、作成、インポート用 JSON の生成、Datadog モニターの移行
kubesense-dashboardsダッシュボードの作成、またはインポート用のプリセット JSON の生成
kubesense-sloサービスレベル目標の作成と管理、エラーバジェット、バーンレートアラート、Datadog SLO の移行

ルーティング

ユーザーの依頼…スキル
「エラーを見せて／ログを grep して」kubesense-logs
「p99 レイテンシ／遅いリクエスト／失敗しているサービスはどれ？」kubesense-traces
「CPU、メモリ、ディスク、飽和度、キャパシティ」kubesense-metrics
「RDS／EC2／Azure VM／Atlas クラスターの状態は？」kubesense-metrics
「何が稼働している？／このポッドが再起動する理由は？／何が変わった？」kubesense-infra
「…のときにアラートを出して／何が発報中？／この Datadog モニターを変換して」kubesense-alerts
「ダッシュボードを作って」kubesense-dashboards
「SLO／エラーバジェットを追跡して／Datadog SLO を移行して」kubesense-slo
結合、CTE、またはウィンドウ関数が必要なクエリkubesense-sql
「パイプラインでログを検索して」／SPL タブkubesense-spl
「このアラートが発報した — 何が問題？」kubesense-alerts、次に kubesense-infra
ツールがフィールド名または WHERE のエラーを返したkubesense-mcp

前提条件

オフラインで JSON を生成できる kubesense-dashboards、kubesense-alerts、 kubesense-slo を除くすべてのスキルでは、KubeSense MCP サーバーへの接続が必要です。これら 3 つのスキルでも、検証ツールと作成ツール、および実際のメトリクス名やフィールド名の検出には接続が必要です。 オフラインの場合は、ユーザーが指定した名前を使って生成した JSON にフォールバックします。 kubesense-slo には MCP ツールがありません。REST API を直接操作し、名前の検出にのみ MCP クエリツールを使用します。

MCP サーバーは kubeapi によって /mcp で Streamable HTTP 経由で提供され、REST API と同じ認証情報で認証されます。

claude mcp add --scope user --transport http kubesense \
  https://<your-kubesense-host>/mcp \
  --header "x-api-key: <your-api-key>"

認証方法の選択肢と検証については、kubesense-mcp をご覧ください。

すべてに適用される 2 つのルール

  1. クエリの前に必ず検出してください。 フィールド名、メトリクス名、クラスター名、 ラベルを推測で作らないでください。どの領域にも検出ツールがあります。推測した名前はエラーになるか、 さらに悪い場合は「ゼロ」と見えてしまう空の結果を返します。

  2. フィールド名はカタログのラベルであり、ストレージの列ではありません。 ログ／トレースのクエリでは type、instance、service、method、status_code を使います。level、pod_name、 app_service、subtype、return_code は使いません。アラートエンジンでは異なるフィールド名を受け付けます。 仕様については kubesense-mcp を、相違点については kubesense-alerts をご覧ください。

インストール

npx skills add kubesense-ai/kubesense-mcp-skills --full-depth -y

重要

--full-depth が必要です。 これを指定しない場合、インストーラーはこのルートの SKILL.md で停止し、このインデックスだけをインストールします。警告は表示されず、11 個ではなく 1 個のスキルしかインストールされません。

インストール済みの KubeSense スキルがこれだけの場合は、それが原因です。 上記のコマンドを --full-depth を付けて再実行してください。

npx skills add kubesense-ai/kubesense-mcp-skills --list --full-depth を実行して確認してください。11 個のスキルが報告されるはずです。または、個別のスキルを選択してください。README をご覧ください。

コメント

Markdown 対応