MCP HubMCP Hub
← Zurück zu Fähigkeiten

build-grafana-dashboards

pjt222
Aktualisiert 5 days ago
11 Ansichten
17
2
17
Auf GitHub ansehen
Metapowerpointdesigndata

Über

Diese Fähigkeit unterstützt Entwickler bei der Erstellung produktionsreifer Grafana-Dashboards mit wiederverwendbaren Panels, Template-Variablen und Annotationen. Sie ist konzipiert für den Aufbau operativer Dashboards aus Prometheus/Loki-Metriken, die Einrichtung von SLO-Reporting und die Migration zu versionskontrollierter Bereitstellung. Nutzen Sie sie, wenn Sie standardisierte, wartbare Dashboards für SRE-Teams oder die Führungsebene implementieren müssen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add pjt222/agent-almanac -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativ
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/build-grafana-dashboards

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation

建 Grafana 之盤

設而交 Grafana 之盤，循可維、可復、受版控之善法。

用時

  • 建 Prometheus、Loki 或他源度量之視
  • 為 SRE 隊與事故應者建運之盤
  • 立 SLO 合之執行級報
  • 自手建之盤遷於版控之供
  • 以模變跨隊規盤之佈
  • 建自概至詳之下鑽

入

  • 必要：源設（Prometheus、Loki、Tempo 等）
  • 必要：欲視之度量或日誌及其詢模
  • 可選：多服或多境視之模變
  • 可選：現盤 JSON 為遷或改
  • 可選：事件關之注詢（交、事故）

法

全設檔與範見 Extended Examples。

第一步：設盤之構

建板之前，規盤之佈與組。

作盤之規檔：

# Service Overview Dashboard

## Purpose
Real-time operational view for on-call engineers monitoring the API service.

## Rows
1. High-Level Metrics (collapsed by default)
   - Request rate, error rate, latency (RED metrics)
   - Service uptime, instance count
2. Detailed Metrics (expanded by default)
   - Per-endpoint latency breakdown
   - Error rate by status code
   - Database connection pool status
3. Resource Utilization
   - CPU, memory, disk usage per instance
   - Network I/O rates
4. Logs (collapsed by default)
   - Recent errors from Loki
   - Alert firing history

## Variables
- `environment`: production, staging, development
- `instance`: all instances or specific instance selection
- `interval`: aggregation window (5m, 15m, 1h)

## Annotations
- Deployment events from CI/CD system
- Alert firing/resolving events

要設之律：

  • 最要者先：要度量居上，詳在下
  • 時段一致：諸板同步時
  • 下鑽徑：自概至詳之連
  • 響應佈：用行與板寬合諸屏

得： 盤構已錄，利者於度量與佈之先同。

敗則：

  • 行盤設之審於末用者（SRE、開者）
  • 較之於業準（USE、RED、四金信）
  • 察隊中現盤之一致模式

第二步：以模變建盤

以可復之篩變建盤之基。

建盤 JSON 構（或於 UI 作後出）：

{
  "dashboard": {
    "title": "API Service Overview",
    "uid": "api-service-overview",
    "version": 1,
    "timezone": "browser",
    "editable": true,
    "graphTooltip": 1,
    "time": {
      "from": "now-6h",
      "to": "now"
    },
    "refresh": "30s",
    "templating": {
      "list": [
        {
          "name": "environment",
          "type": "query",
          "datasource": "Prometheus",
          "query": "label_values(up{job=\"api-service\"}, environment)",
          "multi": false,
          "includeAll": false,
          "refresh": 1,
          "sort": 1,
          "current": {
            "selected": false,
            "text": "production",
            "value": "production"
          }
        },
        {
          "name": "instance",
          "type": "query",
          "datasource": "Prometheus",
          "query": "label_values(up{job=\"api-service\",environment=\"$environment\"}, instance)",
          "multi": true,
          "includeAll": true,
          "refresh": 1,
          "allValue": ".*",
          "current": {
            "selected": true,
            "text": "All",
            "value": "$__all"
          }
        },
        {
          "name": "interval",
          "type": "interval",
          "options": [
            {"text": "1m", "value": "1m"},
            {"text": "5m", "value": "5m"},
            {"text": "15m", "value": "15m"},
            {"text": "1h", "value": "1h"}
          ],
          "current": {
            "text": "5m",
            "value": "5m"
          },
          "auto": false
        }
      ]
    },
    "annotations": {
      "list": [
        {
          "name": "Deployments",
          "datasource": "Prometheus",
          "enable": true,
          "expr": "changes(app_version{job=\"api-service\",environment=\"$environment\"}[5m]) > 0",
          "step": "60s",
          "iconColor": "rgba(0, 211, 255, 1)",
          "tagKeys": "version"
        }
      ]
    }
  }
}

變類與用例：

  • 詢變：自源之動列（label_values()、query_result()）
  • 間變：詢之聚窗
  • 自訂變：非度量擇之靜列
  • 常變：跨板之共值（源名、閾）
  • 文變：自由輸之篩

得： 變自源正填，串聯篩行（境篩實例），默擇合。

敗則：

  • 於 Prometheus UI 獨試變詢
  • 察環依（A 依 B 依 A）
  • 驗多擇變中 allValue 之正則
  • 察變重整設（盤載時 vs 時段變時）

第三步：建視之板

為各度量以合視類建板。

時序板（請率）：

{
  "type": "timeseries",
  "title": "Request Rate",
  "gridPos": {"h": 8, "w": 12, "x": 0, "y": 0},
  "targets": [
    {
      "expr": "sum(rate(http_requests_total{job=\"api-service\",environment=\"$environment\",instance=~\"$instance\"}[$interval])) by (method)",
      "legendFormat": "{{method}}",
      "refId": "A"
    }
  ],
  "fieldConfig": {
    "defaults": {
      "unit": "reqps",
      "color": {
        "mode": "palette-classic"
      },
      "custom": {
        "drawStyle": "line",
        "lineInterpolation": "smooth",
        "fillOpacity": 10,
        "spanNulls": true
      },
      "thresholds": {
        "mode": "absolute",
        "steps": [
          {"value": null, "color": "green"},
          {"value": 1000, "color": "yellow"},
          {"value": 5000, "color": "red"}
        ]
      }
    }
  },
  "options": {
    "tooltip": {
      "mode": "multi",
      "sort": "desc"
    },
    "legend": {
      "displayMode": "table",
      "placement": "right",
      "calcs": ["mean", "max", "last"]
    }
  }
}

Stat 板（錯率）：

{
  "type": "stat",
  "title": "Error Rate",
  "gridPos": {"h": 4, "w": 6, "x": 12, "y": 0},
  "targets": [
    {
# ... (see EXAMPLES.md for complete configuration)

Heatmap 板（延分佈）：

{
  "type": "heatmap",
  "title": "Request Duration Heatmap",
  "gridPos": {"h": 8, "w": 12, "x": 0, "y": 8},
  "targets": [
    {
# ... (see EXAMPLES.md for complete configuration)

板擇之引：

  • 時序：時之趨（率、計、久）
  • Stat：一當值附閾色
  • Gauge：百分值（CPU、記、盤用）
  • Bar gauge：某刻諸值較
  • Heatmap：值於時之分（延百分位）
  • Table：諸度量之詳
  • Logs：Loki 之原日誌附篩

得： 板正渲染資料，視合度量類，圖例清述，閾顯題。

敗則：

  • 於 Explore 以同時段與變試詢
  • 察度量名誤或標篩誤
  • 驗聚函合度量類（計數用 rate，儀用 avg）
  • 察單位設（字節、秒、請/秒）
  • 啟「Show query inspector」以調空果

第四步：設行與佈

組板於可折之行以邏集。

{
  "panels": [
    {
      "type": "row",
      "title": "High-Level Metrics",
      "collapsed": false,
# ... (see EXAMPLES.md for complete configuration)

佈善法：

  • 格廿四寬，各板指 w（寬）與 h（高）
  • 用行集相關板，默折次要區
  • 最要度量居首見區（y=0-8）
  • 行內板高一致（典四、八、十二）
  • 時序用全寬（24），較用半寬（12）

得： 盤佈邏組，行正折展，板視合無隙。

敗則：

  • 驗 gridPos 不疊
  • 察行板陣含板（非 null）
  • 驗 y 座下頁邏增
  • 用 Grafana UI「Edit JSON」察格位

第五步：加鏈與下鑽

建相關盤間之航徑。

盤級 JSON 鏈：

{
  "links": [
    {
      "title": "Service Details",
      "type": "link",
      "icon": "external link",
# ... (see EXAMPLES.md for complete configuration)

板級資料鏈：

{
  "fieldConfig": {
    "defaults": {
      "links": [
        {
          "title": "View Logs for ${__field.labels.instance}",
# ... (see EXAMPLES.md for complete configuration)

鏈之變：

  • $service、$environment：盤模變
  • ${__field.labels.instance}：所點之標值
  • ${__from}、${__to}：當盤時段
  • $__url_time_range：URL 之編時段

得： 點板元或盤鏈航至相視，脈（時段、變）保。

敗則：

  • 詢參中特字 URL 編
  • 以諸變擇試鏈（All vs 特值）
  • 驗標盤 UID 存而可取
  • 察 includeVars 與 keepTime 旗如期行

第六步：設盤之供

版控盤如碼以可復之交。

建供目構：

mkdir -p /etc/grafana/provisioning/{dashboards,datasources}

源供（/etc/grafana/provisioning/datasources/prometheus.yml）：

apiVersion: 1

datasources:
  - name: Prometheus
    type: prometheus
    access: proxy
# ... (see EXAMPLES.md for complete configuration)

盤供（/etc/grafana/provisioning/dashboards/default.yml）：

apiVersion: 1

providers:
  - name: 'default'
    orgId: 1
    folder: 'Services'
    type: file
    disableDeletion: false
    updateIntervalSeconds: 30
    allowUiUpdates: true
    options:
      path: /var/lib/grafana/dashboards
      foldersFromFilesStructure: true

盤 JSON 置 /var/lib/grafana/dashboards/：

/var/lib/grafana/dashboards/
├── api-service/
│   ├── overview.json
│   └── details.json
├── database/
│   └── postgres.json
└── infrastructure/
    ├── nodes.json
    └── kubernetes.json

以 Docker Compose：

version: '3.8'
services:
  grafana:
    image: grafana/grafana:10.2.0
    ports:
      - "3000:3000"
    volumes:
      - ./grafana/provisioning:/etc/grafana/provisioning
      - ./grafana/dashboards:/var/lib/grafana/dashboards
    environment:
      - GF_SECURITY_ADMIN_PASSWORD=admin
      - GF_USERS_ALLOW_SIGN_UP=false
      - GF_AUTH_ANONYMOUS_ENABLED=true
      - GF_AUTH_ANONYMOUS_ORG_ROLE=Viewer

得： 盤於 Grafana 啟時自動載，JSON 變於更間後反映，版控蹤盤之變。

敗則：

  • 察 Grafana 日誌：docker logs grafana | grep -i provisioning
  • 驗 JSON 語：python -m json.tool dashboard.json
  • 確檔權令 Grafana 可讀：chmod 644 *.json
  • 以 allowUiUpdates: false 試，防 UI 改
  • 驗供設：curl http://localhost:3000/api/admin/provisioning/dashboards/reload -X POST -H "Authorization: Bearer $GRAFANA_API_KEY"

驗

  • 盤於 Grafana UI 載無錯
  • 諸模變以預值填
  • 變串聯行（擇境篩實例）
  • 板於設時段顯資料
  • 板詢正用變（無硬值）
  • 閾合顯題態
  • 圖例格清不雜
  • 注現於相關事件
  • 鏈航至正盤而脈保
  • 盤自 JSON 檔供（版控）
  • 響應佈行於異屏
  • 提示與懸互供有用脈

陷

  • 變不更板：確詢用 $variable 之語，勿硬值。察變重整設
  • 詢正而板空：驗時段含資料點。察採間 vs 聚窗（5m 率須 >5m 之資料）
  • 圖例冗：用 legendFormat 只示相關標，非全度量名。例：{{method}} - {{status}} 非默
  • 時段不一：立盤時同步令諸板共同時窗。用「Sync cursor」為關察
  • 性題：避返高基之詢（>1000）。用記律或預聚。貴詢限時段
  • 盤偏：無供，手 UI 改生版衝。生用 allowUiUpdates: false
  • 缺資料鏈：資鏈須確標名。慎用 ${__field.labels.labelname}，驗標存於詢果
  • 注過載：注太多亂視。按要篩注或用別注軌

參

  • setup-prometheus-monitoring - 設 Grafana 之 Prometheus 源
  • configure-log-aggregation - 設 Loki 為日板詢與日基注
  • define-slo-sli-sla - 以 Grafana stat 與 gauge 視 SLO 合與錯預
  • instrument-distributed-tracing - 自度量板加 trace ID 鏈於 Tempo trace 視

GitHub Repository

pjt222/agent-almanac
Pfad: i18n/wenyan/skills/build-grafana-dashboards
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Verwandte Skills

content-collections

Meta

Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.

Skill ansehen

polymarket

Meta

Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.

Skill ansehen

creating-opencode-plugins

Meta

Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.

Skill ansehen

sglang

Meta

SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.

Skill ansehen