gilfoyle
一个不猜、不慌、基于数据的SRE调试智能体，帮你排查线上故障。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：gilfoyle。 它的用途是：一个不猜、不慌、基于数据的SRE调试智能体，帮你排查线上故障。 完整的 Skill 内容见：https://321skill.com/skills/gilfoyle/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我检查生产环境过去一小时内是否有异常HTTP状态码。”，它会通过配置好的Axiom连接，执行APL查询并返回具体的错误日志和时间点。或者
对AI说：“查看Grafana上当前所有触发的告警。”，它会列出告警详情，帮助你快速定位服务异常。
介绍
Gilfoyle 是一个专为SRE和运维工程师设计的智能体，旨在解决线上系统故障排查时信息分散、依赖猜测、难以定位根因的痛点。它通过统一的配置，直接连接你的Axiom、Grafana、Pyroscope等可观测性工具栈，执行假设驱动的调查，用数据而非直觉来定位问题。
使用时，你只需通过简单的脚本命令，即可查询日志、检查告警、分析性能火焰图，甚至将结论同步到Slack。它强调“先过滤时间”、“先发现模式”等原则，引导用户进行系统性的排障。
这个Skill非常适合需要处理复杂分布式系统、拥有多套监控工具，并希望将排障过程标准化、数据化的运维工程师、SRE和全栈开发者。它能将你从手动切换控制台、拼接线索的繁琐工作中解放出来。
建议在使用前，确保你的可观测性平台（如Axiom, Grafana）API访问正常。Gilfoyle内置了持久化记忆系统，会记录历史查询和发现，建议定期使用 mem-doctor 检查其健康状态，以充分利用其学习能力。
核心特点
与普通运维脚本或通用AI助手不同，Gilfoyle深度集成了Axiom、Grafana、Pyroscope等专业可观测性工具，提供统一的命令行接口和假设驱动的系统化排障流程，并具备持久化记忆能力，能积累历史经验辅助决策。
注意事项
不适合没有可观测性数据源（如Axiom, Grafana）或仅需简单服务器状态检查的场景。
常见问题
Gilfoyle支持哪些监控平台？
目前主要支持Axiom（日志和指标）、Grafana（告警和数据源）、Pyroscope（性能剖析）和Slack（通知）。
它如何保证查询和操作的安全性？
通过本地配置文件（~/.config/gilfoyle/config.toml）管理API密钥，支持Token、访问命令等多种认证方式，所有操作均在用户本地环境执行。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/gilfoyle/raw/index.md 读取 gilfoyle 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/gilfoyle/raw/index.md（查看排版版本）