Synthèse automatique
Ce skill fournit une référence complète pour le langage de requête APL d'Axiom, permettant d'écrire, déboguer et optimiser des requêtes d'observabilité.
Points forts
- Référence complète des opérateurs et fonctions APL
- Gestion avancée du temps avec filtres et binning
- Découverte automatique du schéma des datasets
- Intégration avec la CLI Axiom pour l'exécution
Limites
- Nécessite une CLI Axiom authentifiée
- Ne couvre pas les cas très complexes non documentés
- Dépend de la version d'Axiom et peut devenir obsolète
Utilisez ce skill lorsque vous devez analyser des données d'observabilité avec Axiom et avez besoin d'aide pour écrire ou optimiser des requêtes APL.
Ne l'utilisez pas pour des recherches de champs simples (utilisez getschema directement) ou si vous avez déjà une requête fonctionnelle.
Analyse de sécurité
SûrThe skill only uses read-only Axiom CLI commands (axiom dataset list, axiom query, axiom stream) to help construct APL queries. There are no destructive operations, external data exfiltration, or obfuscated code.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Write an APL query to find all error-level logs from the 'production' dataset in the last hour, group by service, and show the count per service.How can I create a time series of average trace duration bucketed by 5-minute intervals in Axiom APL?List the schema fields for the 'k8s-logs' dataset using Axiom APL.name: axiom-apl description: APL query language reference for Axiom. Provides operators, functions, patterns, and CLI usage. Auto-invoked by specialized Axiom skills when writing or debugging APL queries. compatibility: Requires authenticated Axiom CLI (axiom) user-invocable: false context: fork allowed-tools: Bash(axiom query:), Bash(axiom dataset list:), Bash(axiom stream:*), Read, Grep, Glob
Axiom Processing Language (APL)
APL is Axiom's query language for analyzing observability data. This skill provides comprehensive guidance for writing, debugging, and optimizing APL queries.
Quick Reference
Documentation: https://axiom.co/docs/apl/introduction
CLI usage: See references/cli.md
Core Workflow
1. List Available Datasets
axiom dataset list -f json
2. Discover Schema (CRITICAL - Always Do First)
['<dataset>'] | getschema
Never guess field names. The schema shows all fields with their types.
3. Sample Data
['<dataset>'] | limit 10
4. Write Query
See references for operators, functions, and patterns.
APL Syntax Essentials
Dataset Reference
['dataset-name'] // Bracket notation (required for names with dots/dashes)
dataset_name // Plain identifier (only for simple names)
Field Reference
field_name // Plain field
['field.with.dots'] // Bracket notation for dotted fields
['service.name'] // OTel data (see references/otel.md for field mappings)
Basic Query Structure
['dataset']
| where <condition>
| extend <new_field> = <expression>
| summarize <aggregation> by <grouping>
| project <fields>
| sort by <field> desc
| limit 100
Time Handling
Always filter by time first - it's the most selective filter.
// Relative time
| where _time >= ago(1h)
| where _time >= ago(24h) and _time < ago(1h)
// Absolute time
| where _time >= datetime(2024-01-15T10:00:00Z)
| where _time between (datetime(2024-01-15) .. datetime(2024-01-16))
Time functions:
ago(timespan)- Relative past timenow()- Current timedatetime(string)- Parse datetimebin(_time, 5m)- Time bucketingbin_auto(_time)- Automatic bucketing
When NOT to Use
- Simple field lookup: Use
getschemadirectly instead of invoking the full skill - Known query patterns: If you already have a working query, don't re-invoke for syntax help
- Real-time alerting: Use Axiom Monitors for continuous alerting, not ad-hoc queries
References
- CLI Usage - Command flags and execution
- Operators - Tabular and scalar operators
- Functions - String, datetime, aggregation functions
- Patterns - Query patterns by use case
- Common Gotchas - Mistakes and fixes
- OpenTelemetry - OTel field mappings and trace patterns
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/axiom-apl-query-language-mm78nmuh/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/axiom-apl-query-language-mm78nmuh' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/axiom-apl-query-language-mm78nmuh/download' --output '.skill-downloads/axiom-apl-query-language-mm78nmuh/SKILL.md.part' && mv '.skill-downloads/axiom-apl-query-language-mm78nmuh/SKILL.md.part' '.skill-downloads/axiom-apl-query-language-mm78nmuh/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Environnement déclaré par l’auteur : Requires authenticated Axiom CLI (axiom)
Outils déclarés par l’auteur (à vérifier dans votre agent) : Bash(axiom query:*), Bash(axiom dataset list:*), Bash(axiom stream:*), Read, Grep, Glob
Extrait original : Quick Reference
Documentation: https://axiom.co/docs/apl/introduction
CLI usage: See references/cli.md
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/axiom-apl-query-language-mm78nmuh/SKILL.md' && test -s '.skill-downloads/axiom-apl-query-language-mm78nmuh/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/axiom-apl' && cp -R '.skill-downloads/axiom-apl-query-language-mm78nmuh' '.claude/skills/axiom-apl'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/axiom-apl-query-language-mm78nmuh'openskills read 'axiom-apl-query-language-mm78nmuh'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/axiom-apl-query-language-mm78nmuh/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.