CommunityRecherche et analyse de donnéesgithub.com

jaganpro/sf-ai-agentforce-observabilité

Extraction et analyse des traces de sessions Agentforce. DÉCLENCHER lorsque : l'utilisateur extrait des données STDM de Data Cloud, analyse des traces de sessions d'agents, débogue des conversations d'agents via la télémétrie, ou travaille avec des fichiers .parquet d'Agentforce. NE PAS DÉCLENCHER lors de : tests d'agents (utiliser sf-ai-agentforce-testing), logs de débogage Apex (utiliser sf-debug), ou création d'agents (utiliser sf-ai-agentforce).

Qu'est-ce que sf-ai-agentforce-observabilité ?

Cette compétence est conçue pour les développeurs et les administrateurs Salesforce qui ont besoin d'extraire et d'analyser les traces de sessions Agentforce afin de surveiller les performances et de résoudre les problèmes des conversations des agents. Elle permet de récupérer les données STDM (Session Trace Data Model) depuis Data Cloud, d'analyser les traces de sessions d'agents, de déboguer les conversations via la télémétrie, et de travailler avec des fichiers .parquet provenant d'Agentforce. La compétence offre une visibilité profonde sur les interactions des agents, aidant à identifier les goulots d'étranglement, les erreurs et les modèles d'utilisation. Elle est particulièrement utile pour les environnements de production où une surveillance proactive est essentielle.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/jaganpro/sf-skills/tree/main/skills/sf-ai-agentforce-observability

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait sf-ai-agentforce-observabilité ?

Extraction et analyse des traces de sessions Agentforce. DÉCLENCHER lorsque : l'utilisateur extrait des données STDM de Data Cloud, analyse des traces de sessions d'agents, débogue des conversations d'agents via la télémétrie, ou travaille avec des fichiers .parquet d'Agentforce. NE PAS DÉCLENCHER lors de : tests d'agents (utiliser sf-ai-agentforce-testing), logs de débogage Apex (utiliser sf-debug), ou création d'agents (utiliser sf-ai-agentforce).

Aperçu

Cette compétence fournit des outils pour extraire et analyser les données de traces des sessions Agentforce à partir de Data Cloud. Elle prend en charge le débogage des conversations d'agents via la télémétrie, l'identification des goulots d'étranglement, la résolution des erreurs et l'optimisation des performances des agents.

Fonctionnalités

  • Extraction STDM : Récupère les données STDM (Session Trace Data Model) depuis Data Cloud pour l'analyse.
  • Analyse des traces : Traite et analyse les traces de sessions d'agents pour identifier des modèles et des anomalies.
  • Débogage par télémétrie : Utilise les données de télémétrie pour déboguer les conversations et les interactions des agents.
  • Prise en charge des fichiers .parquet : Travaille directement avec les fichiers .parquet exportés depuis Agentforce.

Prérequis

  • Accès à une organisation Salesforce avec Data Cloud activé.
  • Autorisations pour extraire des données de Data Cloud.
  • Fichiers .parquet d'Agentforce (si une analyse hors ligne est nécessaire).

Utilisation

  1. Extraire les données STDM : Utilisez la commande appropriée pour récupérer les données de session depuis Data Cloud.
  2. Analyser les traces : Fournissez les traces extraites à la compétence pour une analyse automatisée.
  3. Déboguer les conversations : Examinez les données de télémétrie pour identifier les problèmes dans les interactions des agents.
  4. Travailler avec des fichiers .parquet : Importez des fichiers .parquet pour l'analyse hors ligne.

Commandes

  • extraire-stdm : Extrait les données STDM depuis Data Cloud.
  • analyser-traces : Analyse les traces de sessions fournies.
  • deboguer-conversation : Débogue une conversation spécifique via la télémétrie.

Exemple

# Extraire les données STDM pour une session spécifique
outil extraire-stdm --session-id "00Dxx0000000001"

# Analyser les traces extraites
outil analyser-traces --fichier "traces.parquet"

Limites

  • Cette compétence ne doit pas être utilisée pour les tests d'agents (utilisez sf-ai-agentforce-testing).
  • Elle ne convient pas pour les logs de débogage Apex (utilisez sf-debug).
  • Elle ne crée ni ne modifie les agents (utilisez sf-ai-agentforce).

Dépannage

  • Erreur d'extraction : Vérifiez que les autorisations Data Cloud sont correctes.
  • Fichier .parquet corrompu : Assurez-vous que le fichier est correctement exporté depuis Agentforce.
  • Données manquantes : Vérifiez que la session existe dans Data Cloud.

Individual skills in this repo

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

jaganpro/sf-ai-agentforce

Agentforce Builder metadata path for Builder-managed topics/actions, Prompt Builder templates, GenAiFunction/GenAiPlugin, Models API, and custom Lightning types. TRIGGER when: user maintains or configures Builder metadata agents, creates topics/actions, works with Prompt Builder templates, or touches .genAiFunction, .genAiPlugin, or .genAiPromptTemplate metadata XML files. DO NOT TRIGGER when: Agent Script DSL .agent files (use sf-ai-agentscript), agent testing (use sf-ai-agentforce-testing), or persona design (use sf-ai-agentforce-persona).

jaganpro/sf-ai-agentforce-persona

Deep persona design for Agentforce agents with 50-point scoring. TRIGGER when: user designs agent personas, defines agent personality/identity, creates persona documents, encodes persona into Agentforce Builder fields or Agent Script, translates brand guidelines to agent voice, or asks about agent tone/voice/register. DO NOT TRIGGER when: building agent metadata (use sf-ai-agentforce), testing agents (use sf-ai-agentforce-testing), or Agent Script DSL (use sf-ai-agentscript).

jaganpro/sf-ai-agentforce-testing

Agentforce agent testing with dual-track workflow and 100-point scoring. TRIGGER when: user tests Agentforce agents, runs sf agent test commands, creates test specs, validates topic routing, or analyzes agent test coverage. DO NOT TRIGGER when: Apex unit tests (use sf-testing), building agents (use sf-ai-agentforce), or Agent Script DSL (use sf-ai-agentscript).

jaganpro/sf-ai-agentscript

Agent Script DSL for deterministic Agentforce agents. TRIGGER when: user writes or edits .agent files, builds FSM-based agents, uses Agent Script CLI (sf agent generate authoring-bundle, sf agent validate authoring-bundle, sf agent preview, sf agent publish authoring-bundle, sf agent activate), or asks about deterministic agent patterns, slot filling, or instruction resolution. DO NOT TRIGGER when: Builder metadata work (use sf-ai-agentforce), agent testing (use sf-ai-agentforce-testing), or persona design (use sf-ai-agentforce-persona).

jaganpro/sf-apex

Generates and reviews Salesforce Apex code with 150-point scoring. TRIGGER when: user writes, reviews, or fixes Apex classes, triggers, test classes, batch/queueable/schedulable jobs, or touches .cls/.trigger files. DO NOT TRIGGER when: LWC JavaScript (use sf-lwc), Flow XML (use sf-flow), SOQL-only queries (use sf-soql), or non-Salesforce code.

jaganpro/sf-connected-apps

Salesforce Connected Apps and OAuth configuration with 120-point scoring. TRIGGER when: user configures OAuth flows, JWT bearer auth, Connected Apps, or touches .connectedApp-meta.xml / .eca-meta.xml files. DO NOT TRIGGER when: Named Credentials for callouts (use sf-integration), permission policies (use sf-permissions), or API endpoint code (use sf-apex).

jaganpro/sf-data

Salesforce data operations with 130-point scoring. TRIGGER when: user creates test data, performs bulk import/export, uses sf data CLI commands, or needs data factory patterns for Apex tests. DO NOT TRIGGER when: SOQL query writing only (use sf-soql), Apex test execution (use sf-testing), or metadata deployment (use sf-deploy).

jaganpro/sf-datacloud

Salesforce Data Cloud product orchestrator for connect→prepare→harmonize→segment→act workflows. TRIGGER when: user needs a multi-step Data Cloud pipeline, asks to set up or troubleshoot Data Cloud across phases, manages data spaces or data kits, or wants a cross-phase `sf data360` workflow. DO NOT TRIGGER when: work is isolated to a single phase (use the matching sf-datacloud-* skill), the task is STDM/session tracing/parquet telemetry (use sf-ai-agentforce-observability), standard CRM SOQL (use sf-soql), or Apex implementation (use sf-apex).

jaganpro/sf-datacloud-act

Salesforce Data Cloud Act phase. TRIGGER when: user manages activations, activation targets, data actions, or downstream delivery of Data Cloud audiences and data. DO NOT TRIGGER when: the task is segment creation (use sf-datacloud-segment), data retrieval/search work (use sf-datacloud-retrieve), or STDM/session tracing (use sf-ai-agentforce-observability).

jaganpro/sf-datacloud-connect

Salesforce Data Cloud Connect phase. TRIGGER when: user manages Data Cloud connections, connectors, connector metadata, tests a connection, browses source objects or databases, or sets up a new source system. DO NOT TRIGGER when: the task is about data streams or DLOs (use sf-datacloud-prepare), DMOs or identity resolution (use sf-datacloud-harmonize), retrieval/search (use sf-datacloud-retrieve), or STDM telemetry (use sf-ai-agentforce-observability).

jaganpro/sf-datacloud-harmonize

Salesforce Data Cloud Harmonize phase. TRIGGER when: user works with DMOs, mappings, relationships, identity resolution, unified profiles, data graphs, or universal IDs. DO NOT TRIGGER when: the task is only about streams/DLOs (use sf-datacloud-prepare), segments/insights (use sf-datacloud-segment), retrieval/search (use sf-datacloud-retrieve), or STDM/session tracing (use sf-ai-agentforce-observability).

jaganpro/sf-datacloud-prepare

Salesforce Data Cloud Prepare phase. TRIGGER when: user creates or manages Data Cloud data streams, DLOs, transforms, or Document AI configurations, or asks about ingestion into Data Cloud. DO NOT TRIGGER when: the task is connection setup only (use sf-datacloud-connect), DMOs and identity resolution (use sf-datacloud-harmonize), or query/search work (use sf-datacloud-retrieve).

jaganpro/sf-datacloud-retrieve

Salesforce Data Cloud Retrieve phase. TRIGGER when: user runs Data Cloud SQL, describe, async queries, vector search, search-index workflows, or metadata introspection for Data Cloud objects. DO NOT TRIGGER when: the task is standard CRM SOQL (use sf-soql), segment creation or calculated insight design (use sf-datacloud-segment), or STDM/session tracing/parquet analysis (use sf-ai-agentforce-observability).

jaganpro/sf-datacloud-segment

Salesforce Data Cloud Segment phase. TRIGGER when: user creates or publishes segments, manages calculated insights, inspects segment counts or membership, or troubleshoots audience SQL in Data Cloud. DO NOT TRIGGER when: the task is DMO/mapping/identity-resolution work (use sf-datacloud-harmonize), activation work (use sf-datacloud-act), query/search-index work (use sf-datacloud-retrieve), or STDM/session tracing (use sf-ai-agentforce-observability).

jaganpro/sf-debug

Salesforce debug log analysis and troubleshooting with 100-point scoring. TRIGGER when: user analyzes debug logs, hits governor limits, reads stack traces, or touches .log files from Salesforce orgs. DO NOT TRIGGER when: running Apex tests (use sf-testing), fixing Apex code (use sf-apex), or Agentforce session tracing (use sf-ai-agentforce-observability).

jaganpro/sf-deploy

Salesforce DevOps automation using sf CLI v2. TRIGGER when: user deploys metadata, creates/manages scratch orgs or sandboxes, sets up CI/CD pipelines, or troubleshoots deployment errors with sf project deploy. DO NOT TRIGGER when: writing Apex/LWC code (use sf-apex/sf-lwc), creating metadata XML (use sf-metadata), or querying org data (use sf-data).

jaganpro/sf-diagram-mermaid

Salesforce architecture diagrams using Mermaid with ASCII fallback. TRIGGER when: user says "diagram", "visualize", "ERD", or asks for sequence diagrams, flowcharts, class diagrams, or architecture visualizations in Mermaid. DO NOT TRIGGER when: user wants PNG/SVG image output (use sf-diagram-nanobananapro), or asks about non-Salesforce systems.

jaganpro/sf-diagram-nanobananapro

AI-powered image generation for Salesforce visuals via Nano Banana Pro. TRIGGER when: user asks for PNG/SVG output, UI mockups, wireframes, visual ERDs, or says "generate image" / "create mockup". DO NOT TRIGGER when: text-based Mermaid diagrams (use sf-diagram-mermaid), or non-visual documentation tasks.

jaganpro/sf-docs

Official Salesforce documentation retrieval guidance. Use when you need authoritative Salesforce docs from developer.salesforce.com or help.salesforce.com, especially when pages are JS-heavy, shell-rendered, or hard to extract with naive fetching.

jaganpro/sf-flow

Creates and validates Salesforce Flows with 110-point scoring. TRIGGER when: user builds or edits record-triggered, screen, autolaunched, or scheduled flows, or touches .flow-meta.xml files. DO NOT TRIGGER when: Apex automation (use sf-apex), process builder migration questions only, or non-Flow declarative config (use sf-metadata).

Skills associés

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.

community

affaan-m/scholar-evaluation

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

community

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.

community

affaan-m/everything-claude-code

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

community

forrestchang/andrej-karpathy-skills

Agent skill repository discovered by 10x-chat research.

community

langgenius/backend-code-review

Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.

community
← More Recherche et analyse de données skills