mcpField
K
kubesense-skills

kubesense-skills

github.com/kubesense-ai云与 DevOps383 次安装3 天前更新
代码仓库

关于 kubesense-skills

kubesense-skills 是面向 KubeSense 的可观测性技能集，按遥测类型组织。它涵盖日志、链路、指标、基础设施、告警、仪表板、SLO 和查询规范，多数技能依赖 KubeSense MCP 服务。

主要功能

  1. 01日志搜索与聚合
  2. 02链路延迟和错误分析
  3. 03指标与基础设施查询
  4. 04告警和仪表板工作流
  5. 05SLO 与 Datadog 迁移指导
  6. 06SQL 与 SPL 查询模式

适用场景

  1. 01排查日志错误和慢请求
  2. 02检查 Kubernetes 或云指标
  3. 03创建告警、仪表板和 SLO
  4. 04将可观测性问题路由到相关技能

MCP 相关

多数技能需要连接 KubeSense MCP 服务以执行查询和验证。kubesense-slo 直接使用 REST API，且没有 MCP 工具；部分技能可离线生成 JSON。

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/kubesense-skills确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

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

详细介绍

KubeSense 技能

KubeSense 的可观测性技能，按遥测类型分组。

技能

技能描述
kubesense-mcp工具层——连接、身份验证、完整的工具清单，以及所有查询技能都遵循的 WHERE/字段名约定。从这里开始。
kubesense-logs搜索和聚合日志
kubesense-tracesSpan、延迟百分位数、错误率、分布式追踪瀑布图
kubesense-metrics对 Kubernetes、基础设施和云提供商（AWS/GCP/Azure/Atlas/Confluent/Kong）指标使用 PromQL/MetricsQL
kubesense-splSPL——管道式日志查询语言及其相反的字段约定
kubesense-sql对日志和追踪执行原始 ClickHouse SQL——联接、CTE、窗口函数
kubesense-infra集群清单：集群、节点、Pod、工作负载、基础设施故障、近期部署
kubesense-alerts列出、调查和创建告警规则；生成导入 JSON；迁移 Datadog 监控器
kubesense-dashboards创建仪表板，或生成可导入的预设 JSON
kubesense-slo创建和管理服务级别目标；错误预算、消耗速率告警、Datadog SLO 迁移

路由

用户的请求……技能
“显示错误 / 搜索日志”kubesense-logs
“p99 延迟 / 慢请求 / 哪个服务出现故障”kubesense-traces
“CPU、内存、磁盘、饱和度、容量”kubesense-metrics
“我的 RDS / EC2 / Azure VM / Atlas 集群运行情况如何”kubesense-metrics
“当前运行了什么 / 为什么这个 Pod 不断重启 / 有什么变化”kubesense-infra
“在……时通知我 / 当前触发了什么告警 / 转换这个 Datadog 监控器”kubesense-alerts
“为我创建一个仪表板”kubesense-dashboards
“跟踪 SLO / 错误预算 / 迁移 Datadog SLO”kubesense-slo
需要联接、CTE 或窗口函数的查询kubesense-sql
“用管道搜索日志” / SPL 选项卡kubesense-spl
“这个告警已触发——出了什么问题？”kubesense-alerts，然后 kubesense-infra
工具返回字段名或 WHERE 错误kubesense-mcp

前提条件

除 kubesense-dashboards、kubesense-alerts 和 kubesense-slo 外，所有技能都需要连接 KubeSense MCP 服务（这三个技能可以离线生成 JSON）。 这三个技能在使用验证和创建工具以及发现实际指标和字段名称时也需要连接；离线时，它们会退回到使用用户提供的名称构建 JSON。 kubesense-slo 完全没有 MCP 工具：它直接调用 REST API，并且仅使用 MCP 查询工具来发现名称。

MCP 服务由 kubeapi 通过 Streamable HTTP 在 /mcp 提供，并使用与 REST API 相同的凭据进行身份验证。

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

有关身份验证替代方案和验证方法，请参阅 kubesense-mcp。

两条适用于所有场景的规则

  1. 先发现，再查询。 切勿编造字段名、指标名、集群名或标签。每种类型都有发现工具；猜错名称要么会报错，要么——更糟糕的是——返回一个看起来像“零”的空结果。

  2. 字段名是目录标签，不是存储列。 日志/追踪查询使用 type、instance、service、method、status_code，而非 level、pod_name、app_service、subtype、return_code。告警引擎接受的是另一组字段。有关约定，请参阅 kubesense-mcp；有关差异，请参阅 kubesense-alerts。

安装

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

重要

必须使用 --full-depth。 如果不加此参数，安装程序会在根目录的 SKILL.md 处停止，只安装此索引——仅 1 个技能，而非 11 个，且不会发出警告。

如果你看到此内容时发现安装的 KubeSense 技能只有这一个，那就是因为缺少该参数。 请使用 --full-depth 重新运行上面的命令。

使用 npx skills add kubesense-ai/kubesense-mcp-skills --list --full-depth 验证；该命令应报告 11 个技能。也可以选择单个技能——请参阅 README。

评论

支持 Markdown