Communitygithub.com

Dashboard-Builder

Erstelle betriebsfähige Überwachungs-Dashboards für Grafana, SigNoz und ähnliche Plattformen, die echte Fragen von Operatoren beantworten, anstatt nur Metriken zu sammeln.

Was ist Dashboard-Builder?

Das Dashboard-Builder-Skill ist für KI-Agenten konzipiert, die Entwickler und Betriebsteams beim Erstellen von Dashboards unterstützen, mit denen Menschen tatsächlich arbeiten können. Es betont die Priorisierung von Operator-Fragen (z. B. „Ist das System gesund?“, „Wo ist der Engpass?“, „Was hat sich geändert?“, „Welche Aktion sollte ergriffen werden?“) gegenüber der reinen Anzeige aller verfügbaren Metriken. Das Skill definiert eine klare Workflow-Pipeline: Zuerst die wichtigen Betriebsfragen identifizieren, dann das Zielplattform-Schema (JSON-Struktur, Abfragesprache, Variablen, Schwellwerte) studieren, dann das minimal nützliche Dashboard aufbauen und schließlich „Eitelkeits-Panels“ (Panels ohne operativen Wert) entfernen. Es liefert Beispiel-Panel-Sets für Kubernetes, Elasticsearch, Kafka und API-Gateways und enthält eine Qualitäts-Checkliste, die sicherstellt, dass Dashboards gültiges JSON, klare Abschnitte, sinnvolle Titel und Einheiten sowie bedeutungsvolle Schwellwerte haben. Das Skill ist plattformunabhängig und funktioniert mit Grafana, SigNoz, Datadog und anderen Überwachungslösungen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/dashboard-builder
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht Dashboard-Builder?

Verwende dies, wenn die Aufgabe darin besteht, ein Dashboard zu erstellen, von dem aus Menschen das System betreiben können.

Das Ziel ist nicht „jede Metrik anzeigen“. Das Ziel ist, Folgendes zu beantworten:

  • Ist das System gesund?
  • Wo ist der Engpass?
  • Was hat sich geändert?
  • Welche Aktion sollte jemand ergreifen?

Verwendung

  • „Erstelle ein Kafka-Überwachungs-Dashboard“
  • „Erstelle ein Grafana-Dashboard für Elasticsearch“
  • „Erstelle ein SigNoz-Dashboard für diesen Dienst“
  • „Wandle diese Metrikliste in ein echtes Betriebs-Dashboard um“

Leitplanken

  • Beginne nicht mit dem visuellen Layout; beginne mit den Fragen der Operatoren
  • Füge nicht jede verfügbare Metrik nur deshalb ein, weil sie existiert
  • Mische keine Health-, Durchsatz- und Ressourcen-Panels ohne Struktur
  • Stelle keine Panels ohne Titel, Einheiten und sinnvolle Schwellwerte bereit

Arbeitsablauf

1. Definiere die Betriebsfragen

Organisiere nach:

  • Gesundheit / Verfügbarkeit
  • Latenz / Leistung
  • Durchsatz / Volumen
  • Sättigung / Ressourcen
  • Dienstspezifisches Risiko

2. Studiere das Schema der Zielplattform

Überprüfe zuerst bestehende Dashboards:

  • JSON-Struktur
  • Abfragesprache
  • Variablen
  • Schwellwert-Stil
  • Abschnittslayout

3. Erstelle das minimal nützliche Dashboard

Empfohlene Struktur:

  1. Übersicht
  2. Leistung
  3. Ressourcen
  4. Dienstspezifischer Abschnitt

4. Entferne Eitelkeits-Panels

Jedes Panel sollte eine echte Frage beantworten. Wenn nicht, entferne es.

Beispiel-Panel-Sets

Elasticsearch

  • Cluster-Gesundheit
  • Shard-Verteilung
  • Suchlatenz
  • Indexierungsrate
  • JVM-Heap / GC

Kafka

  • Broker-Anzahl
  • Unterreplizierte Partitionen
  • Nachrichten ein / aus
  • Consumer-Lag
  • Festplatten- und Netzwerkdruck

API-Gateway / Ingress

  • Anfragenrate
  • p50 / p95 / p99 Latenz
  • Fehlerrate
  • Upstream-Gesundheit
  • Aktive Verbindungen

Qualitäts-Checkliste

  • Gültiges Dashboard-JSON
  • Klare Abschnittsgruppierung
  • Titel und Einheiten vorhanden
  • Schwellwerte/Statusfarben sind aussagekräftig
  • Variablen für häufige Filter existieren
  • Standard-Zeitraum und -Aktualisierung sind sinnvoll
  • Keine Eitelkeits-Panels ohne betrieblichen Wert

Verwandte Skills

  • research-ops
  • backend-patterns
  • terminal-ops

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community