llm-obs-experiment-analyzer
oleh datadog-labs
Menganalisis hasil eksperimen LLM. Menangani eksperimen tunggal atau komparatif, mode eksploratif atau tanya jawab. Gunakan saat pengguna mengatakan "analisis eksperimen", "bandingkan…
npx skills add https://github.com/datadog-labs/agent-skills --skill llm-obs-experiment-analyzerLebih banyak skill dari datadog-labs
dd-audit
datadog-labs
Investigasi Jejak Audit - siapa yang mengubah apa, kompromi kunci, akar penyebab lonjakan biaya, bukti kepatuhan (SOC 2/PCI), dan audit aktivitas AI.
official
agent-install
datadog-labs
Instal Agen Datadog di Kubernetes menggunakan Operator Datadog — diperlukan sebelum mengaktifkan Single Step Instrumentation (SSI), yang secara otomatis…
official
agent-observability-auto-experiment
datadog-labs
Jalankan hill-climb peningkatan kode iteratif terhadap data Datadog LLM-Obs nyata, secara lokal, dengan Claude Code sebagai agen. Menetapkan evaluasi dasar, membuat satu…
official
agent-observability-eval-bootstrap
datadog-labs
Bootstrap evaluator dari trace produksi — secara default mengusulkan evaluator LLM-judge online dan, setelah Anda konfirmasi, membuatnya di Datadog sebagai draf nonaktif…
official
agent-observability-eval-pipeline
datadog-labs
Pipeline Observability Agen End-to-End untuk ml_app yang diinstrumentasi — klasifikasikan trace produksi, analisis akar penyebab kegagalan, bootstrap evaluator, lalu (opsional)…
official
agent-observability-experiment-analyzer
datadog-labs
Analisis hasil eksperimen LLM. Menangani eksperimen tunggal atau komparatif, mode eksploratif atau tanya jawab. Gunakan saat pengguna mengatakan "analyze experiment", "compare…
official
agent-observability-replay-trace
datadog-labs
Gunakan ketika pengembang ingin melakukan iterasi pada SATU trace Agent Observability / LLM Obs tertentu yang output-nya tidak mereka sukai — menjalankan ulang trace tersebut terhadap…
official
agent-observability-trace-rca
datadog-labs
Analisis akar masalah pada trace LLM produksi. Mendiagnosis mengapa aplikasi LLM gagal — bekerja dari vonis penilai eval, kesalahan runtime, atau struktural…
official