Génère des liens profonds vers l'interface utilisateur d'Arize pour les traces, spans, sessions, datasets, files d'attente d'étiquetage, évaluateurs et configurations d'annotation.
- Étoiles GitHub
- 41 038
- Fichiers
- 2
- Dernier commit
- 11 nov. 2026
- Licence
- MIT
- Outils autorisés
- —
Que fait la skill arize-link ?
arize-link est une agent skill. Génère des liens profonds vers l'interface utilisateur d'Arize pour les traces, spans, sessions, datasets, files d'attente d'étiquetage, évaluateurs et configurations d'annotation.
Résumé généré à partir du SKILL.md de la skill.
À propos du skill arize-link
Cette SKILL permet de créer des liens cliquables vers des ressources d'observabilité spécifiques dans l'interface utilisateur d'Arize. Les développeurs et les agents IA l'utilisent pour transformer des IDs bruts provenant de logs ou de données exportées en URLs directes pour les traces, spans, sessions, datasets, files d'attente d'étiquetage, évaluateurs et configurations d'annotation. C'est particulièrement utile lorsqu'un agent doit aider un utilisateur à naviguer directement vers une télémétrie ou un dataset spécifique sans recherche manuelle.
Pour fonctionner correctement, la SKILL nécessite des identifiants encodés en base64 pour l'organisation et l'espace, ainsi que des IDs spécifiques aux ressources comme project_id ou dataset_id. Pour les liens de trace et de session, l'outil s'appuie également sur des horodatages en millisecondes epoch pour les heures de début et de fin, afin de garantir que les données apparaissent dans la bonne fenêtre temporelle. Elle produit des liens markdown qui permettent aux membres de l'équipe de sauter directement au contexte pertinent dans l'interface Arize.
Ce qu'un agent peut faire avec
- 1Naviguer vers les datasetsCréez un lien qui amène l'utilisateur directement vers un dataset spécifique pour examen.
- 2Accéder aux files d'attente d'étiquetageFournissez un lien vers une file d'attente d'étiquetage spécifique ou vers la liste générale des files d'attente.
- 3Consulter les versions des évaluateursDirigez un utilisateur vers une version spécifique d'un évaluateur au sein de la plateforme.
Rédigé à partir du SKILL.md du skill. Chaque cas d'utilisation est vérifié par rapport à une citation de celui-ci.
Comment installer la skill arize-link
Chaque commande copie le dossier de la skill dans le répertoire des skills du client. Redémarrez le client ou démarrez une nouvelle session pour la charger.Installer la skill arize-link dans Claude Code
~/.claude/skills/arize-link/SKILL.md
$ npx degit github/awesome-copilot/skills/arize-link ~/.claude/skills/arize-linkInstaller la skill arize-link dans Claude Code (project)
.claude/skills/arize-link/SKILL.md
$ npx degit github/awesome-copilot/skills/arize-link .claude/skills/arize-linkInstaller la skill arize-link dans Codex
~/.agents/skills/arize-link/SKILL.md
$ npx degit github/awesome-copilot/skills/arize-link ~/.agents/skills/arize-linkInstaller la skill arize-link dans Gemini CLI
~/.gemini/skills/arize-link/SKILL.md
$ npx degit github/awesome-copilot/skills/arize-link ~/.gemini/skills/arize-linkInstaller la skill arize-link dans Claude.ai
npx degit github/awesome-copilot/skills/arize-link arize-link && zip -r arize-link.zip arize-link # claude.ai → Customize → Skills → + → Create skill → Upload a skill → arize-link.zip
Vérifications automatisées
Exécuté le 15 nov. 2026Rapport complet →A réussi nos vérifications automatiques. Ce n'est pas un audit de sécurité : lisez les scripts avant de laisser un agent les exécuter. Fonctionnement des vérifications
- Dépôt source lié et accessiblegithub/awesome-copilot/skills/arize-link is public and reachablegithub.com/github/awesome-copilot/tree/HEAD/skills/arize-lin ↗Réussi
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit 2026-11-11github.com/github/awesome-copilot/commits ↗Réussi
- Aucun téléchargement-exécution ni vol d'identifiants dans les scriptsNo scripts in the skill folderRéussi
- Aucune instruction cachée dans SKILL.mdNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/github/awesome-copilot/blob/HEAD/skills/arize-lin ↗Réussi
- Les outils préautorisés sont limitésNo pre-approved tools; the agent asks before using onegithub.com/github/awesome-copilot/blob/HEAD/skills/arize-lin ↗Réussi
- SKILL.md respecte le format Agent SkillsValid name and description; says when to use it; 104 linesgithub.com/github/awesome-copilot/blob/HEAD/skills/arize-lin ↗Réussi
SKILL.md
Voir sur GitHubArize Link
Generate deep links to the Arize UI for traces, spans, sessions, datasets, labeling queues, evaluators, and annotation configs.
When to Use
- User wants a link to a trace, span, session, dataset, labeling queue, evaluator, or annotation config
- You have IDs from exported data or logs and need to link back to the UI
- User asks to "open" or "view" any of the above in Arize
Required Inputs
Collect from the user or context (exported trace data, parsed URLs):
| Always required | Resource-specific |
|---|---|
org_id (base64) |
project_id + trace_id [+ span_id] — trace/span |
space_id (base64) |
project_id + session_id — session |
dataset_id — dataset |
|
queue_id — specific queue (omit for list) |
|
evaluator_id [+ version] — evaluator |
All path IDs must be base64-encoded (characters: A-Za-z0-9+/=). A raw numeric ID produces a valid-looking URL that 404s. If the user provides a number, ask them to copy the ID directly from their Arize browser URL (https://app.arize.com/organizations/{org_id}/spaces/{space_id}/…). If you have a raw internal ID (e.g. Organization:1:abC1), base64-encode it before inserting into the URL.
URL Templates
Base URL: https://app.arize.com (override for on-prem)
Trace (add &selectedSpanId={span_id} to highlight a specific span):
{base_url}/organizations/{org_id}/spaces/{space_id}/projects/{project_id}?selectedTraceId={trace_id}&queryFilterA=&selectedTab=llmTracing&timeZoneA=America%2FLos_Angeles&startA={start_ms}&endA={end_ms}&envA=tracing&modelType=generative_llm
Session:
{base_url}/organizations/{org_id}/spaces/{space_id}/projects/{project_id}?selectedSessionId={session_id}&queryFilterA=&selectedTab=llmTracing&timeZoneA=America%2FLos_Angeles&startA={start_ms}&endA={end_ms}&envA=tracing&modelType=generative_llm
Dataset (selectedTab: examples or experiments):
{base_url}/organizations/{org_id}/spaces/{space_id}/datasets/{dataset_id}?selectedTab=examples
Queue list / specific queue:
{base_url}/organizations/{org_id}/spaces/{space_id}/queues
{base_url}/organizations/{org_id}/spaces/{space_id}/queues/{queue_id}
Evaluator (omit ?version=… for latest):
{base_url}/organizations/{org_id}/spaces/{space_id}/evaluators/{evaluator_id}
{base_url}/organizations/{org_id}/spaces/{space_id}/evaluators/{evaluator_id}?version={version_url_encoded}
The version value must be URL-encoded (e.g., trailing = → %3D).
Annotation configs:
{base_url}/organizations/{org_id}/spaces/{space_id}/annotation-configs
Time Range
CRITICAL: startA and endA (epoch milliseconds) are required for trace/span/session links — omitting them defaults to the last 7 days and will show "no recent data" if the trace falls outside that window.
Priority order:
- User-provided URL — extract and reuse
startA/endAdirectly. - Span
start_time— pad ±1 day (or ±1 hour for a tighter window). - Fallback — last 90 days (
now - 90dtonow).
Prefer tight windows; 90-day windows load slowly.
Instructions
- Gather IDs from user, exported data, or URL context.
- Verify all path IDs are base64-encoded.
- Determine
startA/endAusing the priority order above. - Substitute into the appropriate template and present as a clickable markdown link.
Troubleshooting
| Problem | Solution |
|---|---|
| "No data" / empty view | Trace outside time window — widen startA/endA (±1h → ±1d → 90d). |
| 404 | ID wrong or not base64. Re-check org_id, space_id, project_id from the browser URL. |
| Span not highlighted | span_id may belong to a different trace. Verify against exported span data. |
org_id unknown |
ax CLI doesn't expose it. Ask user to copy from https://app.arize.com/organizations/{org_id}/spaces/{space_id}/…. |
Related Skills
- arize-trace: Export spans to get
trace_id,span_id, andstart_time.
Examples
See references/EXAMPLES.md for a complete set of concrete URLs for every link type.
Fichiers de cette skill
2Questions sur la skill arize-link
Comment installer la skill arize-link dans Claude Code ?
Exécutez npx degit github/awesome-copilot/skills/arize-link ~/.claude/skills/arize-link. Claude Code charge les skills depuis ~/.claude/skills (tous les projets) ou .claude/skills (un seul projet) et utilise une skill lorsque sa description correspond à la tâche.
Quels clients peuvent utiliser la skill arize-link ?
Tout client qui lit le format Agent Skills : Claude Code, Codex, Gemini CLI et claude.ai (envoi sous forme de ZIP). Les scripts de la skill ne s'exécutent que si le client autorise l'exécution de code.
Que se passe-t-il si j'utilise un ID numérique brut au lieu d'un ID encodé en base64 ?
L'utilisation d'un ID numérique brut produira une URL qui semble valide, mais qui entraînera une erreur 404.
Pourquoi est-ce que je vois 'no recent data' lorsque j'ouvre un lien de trace ?
La trace peut se situer en dehors de la fenêtre temporelle spécifiée. Vous devriez élargir les paramètres startA et endA.
Les heures de début et de fin sont-elles obligatoires pour les liens de trace ?
Oui, startA et endA (millisecondes epoch) sont requis pour les liens de trace, span et session afin d'éviter de se rabattre par défaut sur une fenêtre qui pourrait ne pas contenir les données.