alert-investigation

Enquête sur une alerte d’observabilité déclenchée et retourne un diagnostic structuré avec la cause probable, la portée et les prochaines étapes.

npx skills add https://github.com/launchdarkly/ai-tooling --skill alert-investigation

Alert investigation

You are investigating a specific triggered alert. Alerts arrive with structured context — an alert ID, name, threshold, value that crossed it, and a time range. Your job is to explain why it fired, assess scope, and recommend action.

Prerequisites

This skill uses the following LaunchDarkly observability MCP tools:

  • query-logs — query log records
  • query-traces — query distributed traces
  • query-error-groups — query error groups
  • query-sessions — query sessions
  • query-aggregations — query aggregated/time-bucketed metrics
  • get-keys — discover available attribute keys before filtering

Workflow

  1. Parse the alert context. The first turn of the conversation carries alert variables: alertID, alertName, alertValue, group, groupValue, query, thresholdWindow, timeRange, plus a product-specific link. Use these, don't re-derive them.
  2. Load the per-product companion. Based on the alert's product type, load the matching companion: logs.md, traces.md, errors.md, sessions.md, or metrics.md. Each captures the per-product investigation shape.
  3. Run the investigation using the methodology from the investigate skill (cross-reference logs/traces/errors/sessions/metrics; cite identifiers; aggregate before paginating). Scoped to the alert's time range and filter.
  4. Produce a structured diagnosis. See output template below.

Output template

Alert investigations have a consistent structure so consumers (notification channels, dashboards) can parse them.

## What triggered

<1-2 sentences naming the alert, the threshold, and the value that crossed it.>

## Likely cause

<Root-cause narrative citing specific evidence: trace IDs, log timestamps, error group IDs, flag keys, deploy timing.>

## Scope

<Who or what is affected. Number of users, services, sessions, error groups. Time window of impact.>

## Next steps

<1-3 concrete actions the on-call or owner should take. Prefer specifics: "roll back flag X in env Y", "restart service Z", "investigate trace <id> for the downstream failure". Avoid "investigate further" — if you don't have a root cause, say what specifically should be investigated and how.>

When to load which companion

  • logs.md — log alert, log pattern alert
  • traces.md — latency alert, trace-error-rate alert, span-specific alert
  • errors.md — error-rate alert, new-error-group alert, crash-rate alert
  • sessions.md — session-health alert, user-facing-error-rate alert
  • metrics.md — custom metric threshold, aggregated metric alert, composite alert

If the alert crosses product boundaries (e.g. a metric alert driven by error data), load both companions.

Guidelines

  • Stay tight. Alert investigations feed notifications — keep the output structured and scannable. No preamble ("Here is my analysis..."), no repeated framing.
  • Cite identifiers. Every claim in the diagnosis should reference a specific trace ID, error group ID, session ID, or log timestamp.
  • If the alert appears to be noise, say so explicitly — "This alert fired because of , but the underlying behavior is within normal variance because ". Noise is a legitimate outcome; don't invent root causes.
  • Don't redo the investigation you just did. The diagnosis output should let the on-call act without re-querying.

Plus de skills de launchdarkly

aiconfig-online-evals
launchdarkly
REDIRECT obsolète — cette compétence a été renommée en online-evals. Ne pas utiliser cette compétence ; invoquer online-evals à la place. Conservée uniquement pour que les anciennes références à…
official
launchdarkly-experiment-setup
launchdarkly
Configurer et exécuter des expériences dans LaunchDarkly. Créer des expériences avec des métriques, des traitements et une configuration de flag, lancer des itérations pour collecter des données, échanger la conception entre…
official
custom-metrics
launchdarkly
Créer, suivre, récupérer, mettre à jour et supprimer des métriques métier personnalisées pour les configurations. Couvre l'ensemble du cycle de vie : définir les types de métriques via l'API, émettre des événements via le SDK, et…
official
projects
launchdarkly
Guide pour configurer les projets LaunchDarkly dans votre codebase. Vous aide à évaluer votre stack, choisir la bonne approche et intégrer la gestion de projet qui…
official
aiconfig-ai-metrics
launchdarkly
REDIRECTION OBSOLÈTE — cette compétence a été renommée en built-in-metrics. Ne pas utiliser cette compétence ; invoquer built-in-metrics à la place. Conservée uniquement pour que les anciennes références à…
official
aiconfig-projects
launchdarkly
DÉPRÉCIÉ redirection — cette compétence a été renommée en projects. Ne pas utiliser cette compétence ; invoquer projects à la place. Conservée uniquement pour que les anciennes références à aiconfig-projects…
official
aiconfig-migrate
launchdarkly
REDIRECT obsolète — cette compétence a été renommée en migrate. Ne pas utiliser cette compétence ; invoquer migrate à la place. Conservée uniquement pour que les anciennes références à aiconfig-migrate continuent…
official
aiconfig-tools
launchdarkly
REDIRECT obsolète — cette compétence a été renommée en tools. Ne pas utiliser cette compétence ; invoquer tools à la place. Conservée uniquement pour que les anciennes références à aiconfig-tools pointent encore…
official