Communitygithub.com

Canary Watch — Surveillance post-déploiement

Utilisez cette compétence pour surveiller et vérifier une URL déployée après les mises en production. Elle teste les endpoints HTTP, les flux SSE, les actifs statiques, les erreurs console et les régressions de performance après des déploiements, fusions ou mises à jour de dépendances. Vérification de type smoke / canary / post-déploiement.

Qu'est-ce que Canary Watch — Surveillance post-déploiement ?

Canary Watch est un outil de surveillance post-déploiement conçu pour les développeurs et les agents IA comme Claude Code, Cursor, ou Codex. Il permet de vérifier automatiquement qu'une URL déployée ne présente pas de régressions après une mise en production, une fusion de PR risquée, ou une mise à jour de dépendances. La compétence fonctionne en boucle jusqu'à ce qu'elle soit arrêtée ou que la fenêtre de surveillance expire. Elle vérifie huit aspects clés : le code HTTP, les erreurs console, les échecs réseau (API, 5xx), les métriques de performance (LCP, CLS, INP), la présence d'éléments de contenu critiques (h1, nav, footer, CTA), la santé des API, les actifs statiques (JS, CSS, images, polices) et les flux SSE. Canary Watch propose trois modes de surveillance : un passage unique rapide, une surveillance soutenue à intervalles réguliers, et un mode de comparaison entre deux environnements (staging vs production). Les alertes sont classées en trois niveaux (critique, avertissement, info) et peuvent déclencher des notifications de bureau ou des webhooks Slack/Discord. L'outil s'intègre parfaitement avec `/browser-qa` pour la vérification pré-déploiement, peut être utilisé comme hook PostToolUse sur `git push`, ou dans une CI GitHub Actions.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/canary-watch

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Canary Watch — Surveillance post-déploiement ?

Quand l'utiliser

  • Après un déploiement en production ou en staging
  • Après la fusion d'une PR risquée
  • Lorsque vous voulez vérifier qu'un correctif a réellement résolu le problème
  • Surveillance continue pendant une fenêtre de lancement
  • Après des mises à jour de dépendances

Comment ça fonctionne

Surveille une URL déployée pour détecter des régressions. S'exécute en boucle jusqu'à ce qu'elle soit arrêtée ou que la fenêtre de surveillance expire.

Ce qu'elle surveille

1. Statut HTTP — la page renvoie-t-elle 200 ?
2. Erreurs console — de nouvelles erreurs qui n'étaient pas là avant ?
3. Échecs réseau — appels API échoués, réponses 5xx ?
4. Performances — régression LCP/CLS/INP par rapport à la référence ?
5. Contenu — des éléments clés ont-ils disparu ? (h1, nav, footer, CTA)
6. Santé des API — les endpoints critiques répondent-ils dans les délais SLA ?
7. Actifs statiques — les requêtes JS, CSS, images et polices renvoient-elles 2xx/3xx avec les types de contenu attendus ?
8. Flux SSE — les endpoints event-stream se connectent-ils et reçoivent-ils un événement initial ou un heartbeat ?

Modes de surveillance

Vérification rapide (par défaut) : passage unique, rapporte les résultats

/canary-watch https://myapp.com

Surveillance soutenue : vérifie toutes les N minutes pendant M heures

/canary-watch https://myapp.com --interval 5m --duration 2h

Mode comparaison : compare staging et production

/canary-watch --compare https://staging.myapp.com https://myapp.com

Seuils d'alerte

critical:  # alerte immédiate
  - Statut HTTP != 200
  - Nombre d'erreurs console > 5 (nouvelles erreurs uniquement)
  - LCP > 4s
  - Endpoint API renvoie 5xx
  - Actif statique renvoie 4xx/5xx
  - Endpoint SSE ne peut pas se connecter ou se déconnecte avant le premier heartbeat

warning:   # signalé dans le rapport
  - LCP augmenté > 500ms par rapport à la référence
  - CLS > 0.1
  - Nouveaux avertissements console
  - Temps de réponse > 2x la référence
  - Type de contenu d'actif statique modifié de manière inattendue
  - Latence du heartbeat SSE > 2x la référence

info:      # journalisation uniquement
  - Variation de performance mineure
  - Nouvelles requêtes réseau (scripts tiers ajoutés ?)

Notifications

Lorsqu'un seuil critique est franchi :

  • Notification de bureau (macOS/Linux)
  • Optionnel : webhook Slack/Discord
  • Journalisation dans ~/.claude/canary-watch.log

Sortie

## Rapport Canary — myapp.com — 2026-03-23 03:15 PST

### Statut : SAIN ✓

| Vérification | Résultat | Référence | Écart |
|--------------|----------|-----------|-------|
| HTTP | 200 ✓ | 200 | — |
| Erreurs console | 0 ✓ | 0 | — |
| LCP | 1.8s ✓ | 1.6s | +200ms |
| CLS | 0.01 ✓ | 0.01 | — |
| API /health | 145ms ✓ | 120ms | +25ms |
| Actifs statiques | 42/42 ✓ | 42/42 | — |
| SSE /events | connecté ✓ | connecté | +80ms heartbeat |

### Aucune régression détectée. Le déploiement est propre.

Intégration

Associez à :

  • /browser-qa pour la vérification pré-déploiement
  • Hooks : ajoutez comme hook PostToolUse sur git push pour une vérification automatique après les déploiements
  • CI : exécutez dans GitHub Actions après l'étape de déploiement

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.

Skills associés