Ajoute le tracing Arize AX à une application LLM pour la première fois. Suit un flux assisté en deux phases : analyse du code source puis implémentation de l'instrumentation après confirmation de l'utilisateur. À utiliser lorsque l'utilisateur souhaite instrumenter son application, ajouter un tracing à partir de zéro, configurer l'observabilité LLM, intégrer OpenTelemetry ou openinference, ou démarrer avec le tracing Arize.
Cette compétence (skill) pour agent IA permet d'ajouter pour la première fois le tracing Arize AX à une application LLM existante. Elle est particulièrement utile pour les développeurs qui souhaitent instrumenter leur code, mettre en place une observabilité LLM, intégrer OpenTelemetry ou openinference, ou démarrer le tracing avec Arize. Le flux se déroule en deux phases distinctes et assistées par l'agent : une première phase d'analyse du code source de l'application pour comprendre son architecture et ses dépendances, suivie d'une seconde phase d'implémentation de l'instrumentation proprement dite, qui n'est exécutée qu'après confirmation explicite de l'utilisateur. Cette approche garantit que le développeur garde le contrôle sur les modifications apportées. Le skill est conçu pour fonctionner avec des agents comme Claude Code, Cursor ou Codex, et automatise les tâches de configuration et d'intégration qui seraient autrement manuelles et sujettes à erreur.
npx skills add https://github.com/arize-ai/arize-skills/tree/main/skills/arize-instrumentationInstalled? Explore more Productivité et collaboration skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
Ajoute le tracing Arize AX à une application LLM pour la première fois. Suit un flux assisté en deux phases : analyse du code source puis implémentation de l'instrumentation après confirmation de l'utilisateur. À utiliser lorsque l'utilisateur souhaite instrumenter son application, ajouter un tracing à partir de zéro, configurer l'observabilité LLM, intégrer OpenTelemetry ou openinference, ou démarrer avec le tracing Arize.
This repo contains 2 individual skills — each has its own dedicated page.
Optimizes, improves, and debugs LLM prompts using production trace data, evaluations, and annotations. Extracts prompts from spans, gathers performance signal, and runs a data-driven optimization loop using the ax CLI. Use when the user mentions optimize prompt, improve prompt, make AI respond better, improve output quality, prompt engineering, prompt tuning, or system prompt improvement.
Downloads, exports, and inspects existing Arize traces and spans to understand what an LLM app is doing or debug runtime issues. Covers exporting traces by ID, spans by ID, sessions by ID, and root-cause investigation using the ax CLI. Use when the user wants to look at existing trace data, see what their LLM app is doing, export traces, download spans, investigate errors, or analyze behavior regressions.
Gemini CLI one-shot prompts, summaries, generation, skills, hooks, MCP, or Gemma routing.
Fetch GitHub issues, select candidates, spawn background fix agents, open PRs, and optionally process PR review comments.
Create, edit, audit, tidy, validate, or restructure AgentSkills and SKILL.md files.
Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.
Delegate coding work to Codex, Claude Code, or OpenCode as background workers; not simple edits or read-only code lookup.
List, configure, authenticate, call, and inspect MCP servers/tools with mcporter over HTTP or stdio.