axiom-sre은(는) 무엇을 하나요?
사고 및 디버깅을 위한 SRE 조사 전문가입니다. 가설 기반 방법론과 체계적인 트라이지를 사용합니다. 사용 가능한 경우 Axiom 옵저버빌리티를 쿼리할 수 있습니다. 사고 대응, 근본 원인 분석, 프로덕션 디버깅 또는 로그 조사에 사용하세요.
SRE 사고 조사 및 디버깅 전문가입니다. 가설 기반 방법론과 체계적인 트라이지를 사용합니다. 사용 가능한 경우 Axiom 옵저버빌리티를 쿼리할 수 있습니다. 사고 대응, 근본 원인 분석, 프로덕션 디버깅 또는 로그 조사에 사용하세요.
이 스킬은 SRE(사이트 신뢰성 엔지니어)가 사고 대응 및 디버깅 중에 체계적인 조사를 수행할 수 있도록 설계되었습니다. 가설 기반 방법론과 체계적인 트라이지를 사용하여 사고의 근본 원인을 신속하게 식별하고 해결합니다. Axiom 옵저버빌리티 플랫폼과 통합되어 로그, 메트릭, 트레이스와 같은 관찰 가능성 데이터를 직접 쿼리하여 심층 분석을 수행할 수 있습니다. 이 스킬은 사고 대응, 근본 원인 분석, 프로덕션 디버깅, 로그 조사 워크플로우를 지원하며, Claude Code, Cursor, Codex와 같은 AI 에이전트 플랫폼과 호환됩니다. SKILL.md 문서에 정의된 대로, 지침에는 사고 분류, 증상 분석, 가설 생성 및 검증, Axiom 데이터 소스 활용 방법이 포함됩니다. 이를 통해 엔지니어는 수동 조사 시간을 단축하고, 일관된 방법론을 적용하며, 복잡한 프로덕션 문제를 더 효율적으로 해결할 수 있습니다.
npx skills add https://github.com/axiomhq/skills/tree/main/skills/axiom-sreInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
사고 및 디버깅을 위한 SRE 조사 전문가입니다. 가설 기반 방법론과 체계적인 트라이지를 사용합니다. 사용 가능한 경우 Axiom 옵저버빌리티를 쿼리할 수 있습니다. 사고 대응, 근본 원인 분석, 프로덕션 디버깅 또는 로그 조사에 사용하세요.
This repo contains 2 individual skills — each has its own dedicated page.
Designs and builds Axiom dashboards via API. Covers chart types, APL and metrics/MPL query patterns, SmartFilters, layout, and configuration options. Use when creating dashboards, migrating from Splunk, or configuring chart options.
Runs metrics queries against Axiom MetricsDB via scripts. Discovers available metrics, tags, and tag values. Use when asked to query metrics, explore metric datasets, check metric values, or investigate OTel metrics data.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
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.