Skip to main content
Pergunte ao seu agente de codificação “tem algo quebrado hoje?” e deixe-o responder com seus dados ao vivo do Failproof AI Observability, sem precisar memorizar nenhum comando. A skill de CLI do Failproof AI Observability (agenteye-cli) é uma Agent Skill: uma pequena pasta de instruções que um agente de codificação como Claude Code ou Codex carrega sob demanda. Ela ensina o agente a operar seu deployment de Observability por meio do agenteye CLI a partir de pedidos em linguagem natural como “dê ao CI uma chave que só pode enviar eventos” ou “confirme o incidente ativo e atribua a mim.” Ela não é um serviço nem um binário separado; não há nada para implantar. Ela funciona sobre o CLI que você já tem instalado: o agente executa agenteye --json …, analisa o JSON limpo e responde em texto. Tudo o que ela pode fazer, você mesmo poderia fazer digitando os mesmos comandos.

​
Como ela se relaciona com as outras interfaces do Failproof AI Observability

O Failproof AI Observability oferece quatro formas de acessar os mesmos dados e controles. Elas se complementam: A skill em si não tem privilégios próprios; ela apenas transforma suas palavras em chamadas de CLI que rodam como você:

​
vs. o assistente de IA no dashboard: uma distinção importante

Essas são duas ferramentas diferentes com alcances de ação muito distintos:
  • O assistente de IA no dashboard (AI assistant) é um chat embutido no dashboard, com suporte do serviço de agente. Ele é somente leitura mais criação com aprovação: pode rascunhar queries salvas e dashboards, mas toda escrita pausa para sua aprovação explícita com um clique, e ele nunca exclui nada. É restrito pela permissão agent:use e só enxerga dados da organização que você está visualizando.
  • A CLI skill roda na sua estação de trabalho dentro do seu agente de codificação e aciona o agenteye CLI como você. Ela pode executar toda a superfície do CLI, incluindo mutações (criar/rotacionar/desativar chaves de API, alterar configurações da org, resolver incidentes, excluir queries salvas), limitada apenas pelas permissões do seu login no CLI. Trate-a com exatamente o mesmo cuidado com que trataria executar esses comandos manualmente.

​
Pré-requisitos

  1. O agenteye CLI instalado e no PATH (veja a referência do CLI: pipx install agenteye).
  2. Sua URL do dashboard configurada (AGENTEYE_DASHBOARD_URL, ou o agente passa --base-url).
  3. Uma sessão autenticada: execute agenteye login você mesmo primeiro. A skill não consegue completar o login por código enviado por e-mail para você; ela dirá para executar agenteye login se a sessão estiver ausente ou expirada (código de saída do CLI 4).

​
Onde obter

A skill está publicada na coleção pública de skills do Failproof AI: github.com/FailproofAI/skills → skills/agenteye-cli/ Não há nenhuma restrição de acesso — o repositório é público e a skill não precisa de nenhuma credencial própria, pois ela apenas aciona o agenteye CLI público contra o seu dashboard, usando a sessão com a qual você fez login. Você não precisa pedir permissão a ninguém. Observe que ela é publicada como sua própria pasta e não está dentro do pacote pipx install agenteye, portanto não procure por ela lá.

​
Instalando a skill

O caminho mais rápido é o CLI skills, que busca a pasta e a coloca onde seu agente procura:
Depois gerencie como qualquer outra skill:
Prefere instalar manualmente? Uma Agent Skill é apenas uma pasta contendo um SKILL.md (mais referências opcionais), então copiá-la também funciona:
  • Claude Code: coloque a pasta agenteye-cli/ em ~/.claude/skills/ (todos os projetos) ou <seu-repositório>/.claude/skills/ (somente aquele repositório). Claude Code a descobre automaticamente — verifique com a lista /skills, ou simplesmente faça uma pergunta que corresponda à sua descrição.
  • Codex (OpenAI): o Codex lê o mesmo SKILL.md. O agents/openai.yaml incluído define allow_implicit_invocation: true, então o Codex seleciona a skill automaticamente quando uma tarefa combina; caso contrário, invoque-a explicitamente como $agenteye-cli.

​
Segurança: mutações NÃO solicitam confirmação quando um agente executa o CLI

Aviso: Leia isso antes de permitir que um agente faça alterações.
O agenteye CLI normalmente pergunta “tem certeza?” antes de uma ação destrutiva. Ele pula automaticamente essa confirmação sempre que não está conectado a um terminal (que é exatamente como um agente de codificação o executa), e --json também a pula. Portanto, o aviso de segurança não será acionado para o agente. A skill foi escrita para compensar isso: ela é instruída a declarar o comando exato que irá executar e obter seu OK explícito antes de qualquer alteração de estado. Mantenha essa disciplina. Quando você aciona o Failproof AI Observability por meio de um agente, você é a etapa de confirmação. Os comandos que alteram estado para ficar atento:
  • keys create / update / disable / regenerate
  • users create / update / disable / enable
  • settings set
  • alerts create / update / delete / test
  • os subcomandos de escrita de incidents: ack / assign / resolve / open / comment-add / comment-delete / subscribe / unsubscribe
  • query create / update / delete
  • agent rename / delete
  • orgs switch
Tudo em Observe (events, sessions, evals, errors, list, whoami, orgs list/current/perms) é somente leitura e não altera nada. Como o agente age como você, ele só pode fazer o que seu login tem permissão para fazer; as permissões são resolvidas por org (veja API keys). Um comando para o qual você não tem permissão retorna o código de saída 5 com o nome exato da permissão faltante, para que o agente possa informar precisamente o que pedir a um administrador em vez de falhar de forma opaca.

​
O que você pode perguntar

Veja como é uma interação real — uma leitura, depois uma alteração que aguarda sua confirmação:
A skill mapeia cada intenção em linguagem natural para o comando agenteye correto, descobrindo valores válidos primeiro (list <kind>, whoami) para não adivinhar, e declarando o comando exato antes de qualquer alteração. Mais exemplos:
  • “Tem algo quebrado / falhando nas últimas 24 horas?” → errors --since 24h --aggregate, depois um resumo.
  • “Por que a sessão run-001 falhou?” → events --session-id run-001 --all + evals --session-id run-001.
  • “Como está a qualidade esta semana?” → evals --aggregate --since 7d, depois detalhes das execuções com baixa pontuação.
  • “Dê ao CI uma chave que só pode enviar eventos.” → keys create ci --add events:add (declara o comando, depois cria e captura o segredo único).
  • “Quem tem acesso? Torne a Dana somente leitura.” → users list → users update dana@… --permission-set read-only (após confirmar com você).
  • “Confirme o incidente ativo e atribua a mim.” → incidents list --state firing → incidents ack <id> / incidents assign <id> você@….
Para os comandos exatos, flags e estruturas JSON por trás dessas interações, veja a referência do CLI e as receitas de CLI para agentes.

​
Próximos passos

  • CLI: referência completa de comandos e flags para agenteye.
  • Receitas de CLI para agentes: padrões de jq para copiar e colar e tratamento de códigos de saída.
  • Evaluator agent skill: a skill irmã, para construir o avaliador cujas pontuações agenteye evals lê.
  • Python SDK agent skill: a skill irmã, para instrumentar um agente para que ele emita a telemetria que agenteye lê.
  • AI assistant: o assistente no dashboard (não confundir com esta skill de terminal).
  • API keys: o modelo de permissões por org que delimita o que a skill pode fazer.