Prow Job Analyze Metal Install Failure
について
このスキルは、dev-scriptsの成果物、libvirtログ、sosreportを調査することで、Prow CIジョブにおけるOpenShiftベアメタルインストールの失敗を分析します。Metal3/Ironicプロビジョニングやdev-scriptsの設定の問題をデバッグするために、ジョブ名に「metal」が含まれるジョブに特化して使用してください。このスキルは単独で使用できるほか、メインのprow-job-analyze-install-failureスキルによってメタルジョブに対して自動的に呼び出されます。
クイックインストール
Claude Code
推奨npx skills add openshift-eng/ai-helpers -a claude-code/plugin add https://github.com/openshift-eng/ai-helpersgit clone https://github.com/openshift-eng/ai-helpers.git ~/.claude/skills/Prow Job Analyze Metal Install FailureこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
GitHub リポジトリ
よくある質問
Prow Job Analyze Metal Install Failure Skillとは何ですか?
Prow Job Analyze Metal Install Failure はopenshift-eng が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで Prow Job Analyze Metal Install Failure に関連するタスクを実行できるようにします。
Prow Job Analyze Metal Install Failure をインストールするには?
このページのインストールコマンドを使用してください。Prow Job Analyze Metal Install Failure をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。
Prow Job Analyze Metal Install Failure はどのカテゴリに属しますか?
Prow Job Analyze Metal Install Failure は メタ カテゴリに属します。
Prow Job Analyze Metal Install Failure は無料で利用できますか?
はい。Prow Job Analyze Metal Install Failure は AIMCP に掲載されており、無料でインストールできます。
関連スキル
このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。
このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。
このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。
SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。
