Skip to main content
Chiedi al tuo agente di codifica “c’è qualcosa di rotto oggi?” e lascia che risponda dai tuoi dati di Osservabilità Failproof AI in tempo reale, senza comandi da memorizzare. La competenza CLI di Osservabilità Failproof AI (agenteye-cli) è un’Agent Skill: una piccola cartella di istruzioni che un agente di codifica come Claude Code o Codex carica su richiesta. Insegna all’agente a operare il tuo deployment di Osservabilità tramite la agenteye CLI da richieste in linguaggio naturale come “dai a CI una chiave che può solo inviare eventi” o “conferma l’incident in corso e assegnalo a me.” Non è un servizio o un binario separato; non c’è nulla da distribuire. Funziona sulla CLI che hai già installato: l’agente esegue agenteye --json …, analizza il JSON pulito, e ti risponde in prosa. Tutto ciò che può fare, potresti farlo tu digitando gli stessi comandi.

​
Come si relaziona con le altre interfacce di Osservabilità Failproof AI

Osservabilità Failproof AI ti offre quattro modi per raggiungere gli stessi dati e controlli. Si completano a vicenda: La competenza stessa non ha privilegi propri; converte semplicemente le tue parole in chiamate CLI che vengono eseguite come te:

​
vs. assistente AI nella dashboard: una distinzione importante

Questi sono due strumenti diversi con raggi di esplosione molto diversi:
  • L’assistente AI nella dashboard (Assistente AI) è una chat incorporata nella dashboard, supportata dal servizio agente. È di sola lettura più authoring controllato dall’approvazione: può bozze salvate query e dashboard, ma ogni scrittura si ferma per la tua approvazione esplicita cliccabile, e non cancella mai. È controllato dall’autorizzazione agent:use e vede solo i dati dell’organizzazione che stai visualizzando.
  • La competenza CLI viene eseguita sulla tua workstation dentro il tuo agente di codifica e guida la CLI agenteye come tu. Può eseguire la superficie completa, incluse le mutazioni (create/ruota/disabilita chiavi API, cambia impostazioni org, risolvi incident, elimina query salvate), limitato solo dalle autorizzazioni del tuo accesso CLI. Trattala esattamente come faresti con l’esecuzione manuale di quei comandi.

​
Prerequisiti

  1. La CLI agenteye installata e su PATH (vedi il riferimento CLI: pipx install agenteye).
  2. Il tuo URL della dashboard impostato (AGENTEYE_DASHBOARD_URL, o l’agente passa --base-url).
  3. Una sessione autenticata: esegui prima agenteye login tu stesso. La competenza non può completare l’accesso con codice monouso inviato per email; ti dirà di eseguire agenteye login se la sessione manca o è scaduta (codice di uscita CLI 4).

​
Dove trovarla

La competenza è pubblicata nella raccolta di competenze pubbliche di Failproof AI: github.com/FailproofAI/skills → skills/agenteye-cli/ Niente è controllato — il repository è pubblico e la competenza non ha bisogno di credenziali proprie, perché guida solo la CLI agenteye pubblica contro la tua dashboard, usando la sessione in cui tu hai effettuato l’accesso. Non devi chiedere a nessuno. Nota che viene spedita come sua propria cartella e non si trova all’interno del pacchetto pipx install agenteye, quindi non cercarla lì.

​
Installazione della competenza

Il percorso più veloce è la CLI skills, che recupera la cartella e la mette dove il tuo agente guarda:
Quindi gestiscila come qualsiasi altra competenza:
Preferisci installare a mano? Un’Agent Skill è solo una cartella contenente un SKILL.md (più riferimenti opzionali), quindi copiarla funziona:
  • Claude Code: metti la cartella agenteye-cli/ in ~/.claude/skills/ (ogni progetto) o <your-repo>/.claude/skills/ (solo quel repository). Claude Code la scopre automaticamente — verifica con la lista /skills, o semplicemente fai una domanda che corrisponde alla sua descrizione.
  • Codex (OpenAI): Codex legge lo stesso SKILL.md. Il agents/openai.yaml in bundle imposta allow_implicit_invocation: true, quindi Codex seleziona automaticamente la competenza quando un’attività corrisponde; altrimenti invocala esplicitamente come $agenteye-cli.

​
Sicurezza: le mutazioni NON chiedono conferma quando un agente esegue la CLI

Avvertenza: Leggi questo prima di lasciare che un agente faccia cambiamenti.
La CLI agenteye normalmente chiede “sei sicuro?” prima di un’azione distruttiva. Salta automaticamente quella conferma ogni volta che non è collegata a un terminale (che è esattamente come un agente di codifica la esegue), e --json la salta anche. Quindi il prompt di sicurezza non attiverà per l’agente. La competenza è scritta per compensare: le è stato insegnato di dichiarare il comando esatto che eseguirà e ottenere il tuo OK esplicito prima di qualsiasi cambio di stato. Mantieni quella disciplina. Quando guidi Osservabilità Failproof AI attraverso un agente, tu sei il passo di conferma. I comandi che cambiano lo stato da osservare:
  • keys create / update / disable / regenerate
  • users create / update / disable / enable
  • settings set
  • alerts create / update / delete / test
  • i sottocomandi di scrittura incidents: ack / assign / resolve / open / comment-add / comment-delete / subscribe / unsubscribe
  • query create / update / delete
  • agent rename / delete
  • orgs switch
Tutto sotto Observe (events, sessions, evals, errors, list, whoami, orgs list/current/perms) è di sola lettura e non cambia nulla. Poiché l’agente agisce come tu, può fare solo ciò che il tuo accesso è autorizzato a fare; le autorizzazioni vengono risolte per organizzazione (vedi Chiavi API). Un comando per il quale non hai autorizzazione restituisce il codice di uscita 5 con l’autorizzazione esatta denominata, quindi l’agente può dirti precisamente cosa chiedere a un amministratore invece di fallire oscuramente.

​
Cosa puoi chiederle

Ecco come appare un vero scambio, una lettura, quindi un cambio che attende il tuo OK:
La competenza mappa ogni intento in linguaggio naturale al giusto comando agenteye, scoprendo prima i valori validi (list <kind>, whoami) quindi non indovina, e dichiara il comando esatto prima di qualsiasi cambio. Altri esempi:
  • “C’è qualcosa di rotto / fallito nelle ultime 24 ore?” → errors --since 24h --aggregate, poi un breakdown.
  • “Perché la sessione run-001 ha fallito?” → events --session-id run-001 --all + evals --session-id run-001.
  • “Come sta andando la qualità questa settimana?” → evals --aggregate --since 7d, poi approfondisci nei run con punteggio basso.
  • “Dai a CI una chiave che può solo inviare eventi.” → keys create ci --add events:add (dichiara il comando, lo crea e cattura il segreto monouso).
  • “Chi ha accesso? Rendi Dana di sola lettura.” → users list → users update dana@… --permission-set read-only (dopo confirmare con te).
  • “Conferma l’incident in corso e assegnalo a me.” → incidents list --state firing → incidents ack <id> / incidents assign <id> you@….
Per i comandi esatti, flag e forme JSON dietro questi, vedi il riferimento CLI e Ricette CLI per agenti.

​
Prossimi passi

  • CLI: riferimento completo di comando e flag per agenteye.
  • Ricette CLI per agenti: pattern jq da copiare e incollare e gestione del codice di uscita.
  • Competenza agente Evaluator: la competenza gemella, per costruire l’evaluator i cui punteggi agenteye evals legge.
  • Competenza agente Python SDK: la competenza gemella, per strumentare un agente in modo che emetta la telemetria che agenteye legge.
  • Assistente AI: l’assistente nella dashboard (da non confondere con questa competenza di terminale).
  • Chiavi API: il modello di autorizzazione per organizzazione che limita quello che la competenza può fare.