De bombeiro a engenheiro de plataforma: skills customizados para o Azure SRE Agent
TL;DR: O Azure SRE Agent é excelente em resposta reativa a incidentes, mas não cobre operações proativas por padrão. Criei um pack open-source com 8 skills customizados que adicionam auditorias de governança, relatórios FinOps, capacity planning, postmortems, e mais. Combinados com Scheduled Investigations, eles movem suas operações de reativas para proativas.
Como uma conversa com um cliente que nunca tinha ouvido falar de SRE Agent me levou a criar um pack de skills que transforma o agente de reativo para proativo.
A conversa que começou tudo
Pré-requisitos: Você precisa de um deploy ativo do Azure SRE Agent. Se ainda não tem, a configuração leva cerca de 15 minutos.
Algumas semanas atrás, tive uma call com um time de engenharia que não conhecia o Azure SRE Agent. Eles estavam rodando uma plataforma SaaS crescendo rápido no Azure, apagando incêndios manualmente, e queimando horas de engenharia em diagnósticos repetitivos. O cenário clássico: não têm um time de SRE dedicado, mas precisam dos resultados que um time de SRE entregaria.
Apresentei o que o Azure SRE Agent faz: investigação de incidentes com IA, análise de causa raiz automatizada, 40+ conectores MCP, execução em sandbox, memória entre investigações. A reação foi imediata: “Isso resolve nosso problema reativo. Mas e a parte proativa?”
Essa pergunta ficou na minha cabeça. Porque eles estavam certos.
O que é o Azure SRE Agent
Para quem não conhece: o Azure SRE Agent é o agente de IA da Microsoft para site reliability, GA desde março de 2026. Internamente na Microsoft, mais de 1.300 agentes SRE estão rodando em produção, lidando com 35.000+ incidentes por mês e economizando 20.000+ horas de engenharia mensalmente.
O que ele faz muito bem:
- Resposta reativa a incidentes: um alerta dispara, o agente investiga, correlaciona telemetria, identifica causa raiz, e resolve ou escala com contexto completo.
- Automação de diagnósticos: queries KQL, health checks de recursos, mapeamento de dependências, tudo executado em ambiente sandboxed.
- Memória organizacional: cada investigação constrói conhecimento. O agente lembra de incidentes passados e aplica esse contexto nos novos.
- Integrações: PagerDuty, ServiceNow, Teams, GitHub (incluindo Bring Your Own GitHub App desde junho 2026), Azure Monitor, e APIs customizadas via plugins.
O que ele não faz out of the box:
- Auditorias proativas de governança
- Tracking de oportunidades de otimização de custo em schedule
- Assessment de arquitetura contra o Well-Architected Framework
- Previsões de capacidade antes de bater nos limites de quota
- Postmortems blameless estruturados com análise de 5 Porquês
- Monitoramento do Defender Secure Score com plano de melhoria
- Avaliação de maturidade de workloads AI/OpenAI para produção
Esse gap entre excelência reativa e operações proativas é exatamente o que me motivou a criar o Skills Pack.
Custom skills: como funciona a extensibilidade
Desde junho de 2026, o Azure SRE Agent suporta Custom Skills e Plugins. Um skill é um prompt estruturado com instruções, contexto e formato de output que o agente executa usando todo seu toolkit (Azure Resource Graph, KQL, ARM APIs, Cost Management APIs, etc.).
Pensa assim:
- O agente fornece o motor de raciocínio e acesso às ferramentas
- O skill fornece o conhecimento de domínio e metodologia
Você escreve um arquivo SKILL.md descrevendo o que verificar, como pontuar os achados, e em que formato reportar. O agente cuida da execução, coleta de dados, correlação e geração de output. Sem SDK, sem código compilado, sem pipeline de deploy. Apenas instruções estruturadas em Markdown.
O pack: 8 skills para operações proativas
Criei 8 skills customizados que transformam o Azure SRE Agent de um respondedor reativo de incidentes em um parceiro proativo de operações:
| # | Skill | O que faz | Cadência sugerida |
|---|---|---|---|
| 01 | Well-Architected Review | Assessment WAF 5 pilares com scoring | Antes de go-lives, trimestral |
| 02 | Compliance e Governance | Auditoria de Policy, RBAC, tags, locks, naming | Semanal |
| 03 | Capacity Planning | Utilização de quota, projeção de crescimento | Quinzenal |
| 04 | FinOps Intelligence | Otimização de custo + chargeback por time | Mensal |
| 05 | Incident Postmortem | Gerador de postmortem blameless com 5 Porquês | Após cada SEV1/SEV2 |
| 06 | Defender Secure Score | Monitoramento de score + plano de melhoria priorizado | Semanal |
| 07 | Digital Native Governance | Maturidade de governança para startups (15 checks, 0-100) | Mensal |
| 08 | AI Foundry e OpenAI Posture | Postura de segurança, confiabilidade e custo para workloads AI | Quinzenal |
O skill 08 complementa os padrões de arquitetura do meu post complementar: Azure AI Foundry: do zero à produção. Se você roda workloads Foundry, aquele guia cobre APIM como AI Gateway, arquitetura spillover, e o checklist de produção que este skill audita.
Mas isso não é o que o Azure Advisor já faz?
Essa é a pergunta que mais ouço. Resposta curta: não.
| Azure Advisor | SRE Agent Skills | |
|---|---|---|
| Output | Lista plana de recomendações por recurso | Relatórios com score, nível de maturidade e prioridade |
| Correlação | Nenhuma, cada recomendação é isolada | Conecta achados entre domínios (“corrija 2.2 primeiro, desbloqueia 2.5 e 3.5”) |
| Remediação | Link para documentação | Comandos az CLI prontos para copiar e colar |
| Schedule | Passivo (você vai lá olhar quando lembra) | Roda no schedule que você definir |
| Contexto | Genérico (mesmo conselho pra todo mundo) | Pergunta sobre seu cenário e adapta |
Advisor é um linter. Esses skills são mais parecidos com um SRE senior que leu tudo, correlacionou os achados, e entrega um plano de ação priorizado.
Exemplo prático: Governance Maturity
Quando você diz pro seu SRE Agent: “Roda um check de maturidade de governança na minha subscription de produção”, ele:
- Consulta Azure Resource Graph para inventário
- Verifica Azure Policy assignments e compliance
- Audita RBAC contra princípio de menor privilégio
- Valida completude da estratégia de tagging
- Checa resource locks em recursos críticos
- Avalia convenções de nomenclatura
- Verifica segmentação de rede
- Revisa configuração de backup e DR
- Checa cobertura de monitoramento e alertas
- Avalia práticas de gestão de segredos
…e mais 5 checks, cada um pontuado. Resultado: um número único (ex: 67/100) + lista priorizada do que corrigir primeiro, com comandos exatos.
Para uma startup caminhando para um security review de um cliente enterprise, isso é a diferença entre “achamos que estamos prontos” e “aqui está nosso assessment pontuado com evidências.”
Skills + Scheduled Investigations = operações proativas
O verdadeiro poder aparece quando você combina skills com Scheduled Investigations (GA julho 2026). Em vez de rodar skills manualmente, você configura schedules recorrentes:
- Toda segunda 8h: Compliance & Governance → resultado no Slack #platform-ops
- Dia 1 do mês: FinOps Intelligence → relatório de custo por email para leads
- Sexta sim, sexta não: Capacity Planning → flaggear qualquer coisa acima de 70% de quota
- Após cada deploy: AI Foundry Posture → validar que não houve regressão de segurança
É aqui que o SRE Agent sai do Nível 3 (inteligência reativa) para o Nível 4 (operações proativas) no modelo de maturidade. Você para de esperar as coisas quebrarem e começa a encontrar problemas antes de virarem incidentes.
Como começar
- Acesse sre.azure.com → Skill Builder
- Clique + Create skill, cole o conteúdo de qualquer SKILL.md do repo
- Comece com Digital Native Governance — mais rápido para ver resultado
- Configure um schedule ou rode on-demand
O repo inclui sample outputs para cada skill, então você pode ver o formato do relatório antes de instalar.
Open source e customizável
Os skills são open source (MIT) e feitos para customizar. Cada SKILL.md é auto-contido: ajuste thresholds, adicione checks específicos do seu domínio, mude pesos de scoring. O CONTRIBUTING.md tem guidelines se quiser contribuir novos skills.
A resposta da comunidade na primeira semana (dezenas de stars, múltiplos forks e contribuições) me diz que isso ressoa. Se seu time está rodando Azure SRE Agent e sentindo o mesmo gap entre reativo e proativo, o repo está aqui.
Links:
- Azure SRE Agent Skills Pack (GitHub)
- Documentação do Azure SRE Agent
- Portal do Azure SRE Agent
- Post anterior: Your Startup Doesn’t Have an SRE Team, Now What?
Perguntas? Quer compartilhar como está usando o SRE Agent no seu ambiente? Comenta aqui ou abre uma issue no repo.