Datasets:
id stringlengths 19 19 | category stringclasses 4
values | scenario_type stringclasses 3
values | difficulty stringclasses 2
values | quality_score float64 0.9 1 | generator_model stringclasses 8
values | created_at float64 1.79B 1.79B | instruction stringlengths 160 662 | thought_process stringlengths 229 553 | final_output stringlengths 138 919 | tools_json stringclasses 4
values | messages_json stringlengths 2.01k 11.8k |
|---|---|---|---|---|---|---|---|---|---|---|---|
sample_2b64cacde697 | Enterprise_Postgres | multi_tool_chain | Intermediate | 0.9 | dots-studio/dots-3-note-preview:free | 1,788,154,618.082153 | Meine Analytics-Abfrage auf der 'sales'-Tabelle (50M Zeilen) dauert über 2 Minuten an und verursacht einen Sequential Scan. Der Agent soll die Leistung durch einen Index verbessern. | Zuerst muss ich die Abfrage analysieren, um den Sequential Scan zu bestätigen und die Ursache zu identifizieren. Ich führe EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) auf der problematischen Abfrage aus, um detaillierte Executions-Statistiken zu erhalten. | Analyse abgeschlossen: Der Sequential Scan wurde durch einen B-Tree Index auf 'sale_date' behoben. Die Abfragezeit reduzierte sich von 123s auf 12s. Der Index ist nun aktiv und wird für zukünftige Abfragen auf dieser Spalte verwendet. | [{"name": "explain_analyze_query", "description": "Führt EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) auf einer PostgreSQL-Datenbank aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "SQL Query"}, "database": {"type": "string", "description": "Ziel-Datenbank"}, "statement_time... | [{"role": "user", "content": "Meine Analytics-Abfrage auf der 'sales'-Tabelle (50M Zeilen) dauert über 2 Minuten an und verursacht einen Sequential Scan. Der Agent soll die Leistung durch einen Index verbessern.", "thought_process": null, "tool_calls": null, "tool_response": null}, {"role": "assistant", "content": "", ... |
sample_2fc749eabd94 | CyberSecurity_SecOps | multi_tool_chain | Complex_Edge_Case | 0.9 | poolside/laguna-s-2.1:free | 1,788,154,635.80884 | Ein Entwickler hat versehentlich einen AWS IAM Access Key (ID: AKIA_MOCK_TEST_KEY_REDACTED) in einem öffentlichen GitHub-Repository veröffentlicht. Der Key wurde bereits von externen Parteien kopiert und verwendet. Ich brauche einen KI-Sicherheitsagenten, der den kompromittierten Key sofort invalidiert, einen Security ... | Ich muss zuerst den kompromittierten AWS API Key invalidieren, da jede weitere Verzögerung das Risiko erhöht. Der Key Identifier ist AKIA_MOCK_TEST_KEY_REDACTED und der Service ist AWS. Da es sich um eine kritische Sicherheitslage handelt, sollte ich auch den Security Lead benachrichtigen. | Alle Sicherheitsvorkehrungen wurden ergriffen. Zusammenfassung der durchgeführten Aktionen: 1) AWS IAM Access Key AKIA_MOCK_TEST_KEY_REDACTED wurde erfolgreich invalidiert und Security Lead per PagerDuty benachrichtigt. 2) Drei verdächtige Hosts wurden identifiziert und isoliert: 10.0.1.23 (DNS-Tunneling), 10.0.4.15 (D... | [{"name": "analyze_pcap_stream", "description": "Analysiert verdächtigen Netzwerk-Traffic auf Anomalien (DDoS, Portscans, DNS Tunneling).", "parameters": {"type": "object", "properties": {"source_ip": {"type": "string", "description": "Verdächtige Quell-IP / Subnetz"}, "protocol": {"type": "string", "enum": ["TCP", "UD... | [{"role": "user", "content": "Ein Entwickler hat versehentlich einen AWS IAM Access Key (ID: AKIA_MOCK_TEST_KEY_REDACTED) in einem öffentlichen GitHub-Repository veröffentlicht. Der Key wurde bereits von externen Parteien kopiert und verwendet. Ich brauche einen KI-Sicherheitsagenten, der den kompromittierten Key sofor... |
sample_0f8bc5b4504b | Enterprise_Postgres | multi_tool_chain | Intermediate | 0.9 | inclusionai/ling-3.0-flash-fin:free | 1,788,154,642.148437 | Das Analytics-Team meldet, dass die Abfrage zur Auswertung der letzten 30 Tage auf der Tabelle 'analytics_events' (ca. 50 Millionen Zeilen) extrem langsam ist und mehr als 45 Sekunden benötigt. Die Abfrage filtert nach event_type = 'purchase' und event_date >= CURRENT_DATE - INTERVAL '30 days'. Untersuche das Problem m... | Der Nutzer meldet eine langsame Analytics-Abfrage auf einer 50-Millionen-Zeilen-Tabelle. Zunächst muss ich die Abfrage mit EXPLAIN ANALYZE analysieren, um den Ausführungsplan zu verstehen und zu bestätigen, dass ein Sequential Scan vorliegt. Die Abfrage filtert nach event_type und event_date. Ich nutze die Datenbank 'a... | Die Verifizierung war erfolgreich! Der Query Planner nutzt nun den Index Scan über 'idx_analytics_events_type_date'. Ergebnisse:
- **Vorher**: Sequential Scan, 45.210 ms Ausführungszeit, 890.000 Pages gelesen
- **Nachher**: Index Scan, 8.5 ms Ausführungszeit, nur 45 Pages gelesen + 280 Cache-Hits
- **Verbesserung**: ~... | [{"name": "explain_analyze_query", "description": "Führt EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) auf einer PostgreSQL-Datenbank aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "SQL Query"}, "database": {"type": "string", "description": "Ziel-Datenbank"}, "statement_time... | [{"role": "user", "content": "Das Analytics-Team meldet, dass die Abfrage zur Auswertung der letzten 30 Tage auf der Tabelle 'analytics_events' (ca. 50 Millionen Zeilen) extrem langsam ist und mehr als 45 Sekunden benötigt. Die Abfrage filtert nach event_type = 'purchase' und event_date >= CURRENT_DATE - INTERVAL '30 d... |
sample_be89b31c351c | CyberSecurity_SecOps | error_recovery_repair | Complex_Edge_Case | 1 | cohere/north-mini-code:free | 1,788,154,643.060068 | Das Forensik-Team benötigt dringend Port 22 für eine laufende Sicherheitsuntersuchung, kann aber keinen Host isolieren, da ein Quarantänevorgang fehlgeschlagen ist. Der Host scheint kompromittiert zu sein, aber das System blockiert die Quarantäne, weil Port 22 bereits belegt ist. Weisen Sie einen alternativen Quarantän... | Das Forensik-Team verwendet derzeit Port 22 für dringende Ermittlungen. Ein Quarantäneversuch für einen kompromittierten Host scheitert, weil das System versucht, denselben Port erneut zuzuweisen. Ich muss zunächst versuchen, den Host mit Port 22 zu quarantineieren, was wahrscheinlich fehlschlagen wird, da er bereits b... | Host SRV-1834 wurde erfolgreich unter Quarantäne gestellt. Da Port 22 für das Forensik-Team belegt war, wurde der alternative Port 2222 für den Incident-Response-Zugriff zugewiesen. Der Server ist nun isoliert (Status: AKTIV) und stellt sicher, dass die laufenden forensischen Untersuchungen nicht beeinträchtigt werden.... | [{"name": "analyze_pcap_stream", "description": "Analysiert verdächtigen Netzwerk-Traffic auf Anomalien (DDoS, Portscans, DNS Tunneling).", "parameters": {"type": "object", "properties": {"source_ip": {"type": "string", "description": "Verdächtige Quell-IP / Subnetz"}, "protocol": {"type": "string", "enum": ["TCP", "UD... | [{"role": "user", "content": "Das Forensik-Team benötigt dringend Port 22 für eine laufende Sicherheitsuntersuchung, kann aber keinen Host isolieren, da ein Quarantänevorgang fehlgeschlagen ist. Der Host scheint kompromittiert zu sein, aber das System blockiert die Quarantäne, weil Port 22 bereits belegt ist. Weisen Si... |
sample_2294a6c24a5f | DevOps_Cloud | single_tool | Intermediate | 0.9 | dots-studio/dots-3-note-preview:free | 1,788,154,652.203817 | Hello, we have a critical alert: the TLS certificate for our production ingress 'api.example.com' is expiring in 36 hours. The current certificate was issued by Let's Encrypt via our Cert-Manager ClusterIssuer 'letsencrypt-prod'. Please initiate an immediate certificate renewal to avoid any service disruption. | The user reports an expiring TLS certificate for the domain 'api.example.com' in the production environment. The certificate is managed by Cert-ClusterIssuer 'letsencrypt-prod'. The standard renewal process hasn't triggered in time, so a forceful renewal is required to solve the issue before the 48-hour deadline. The m... | I have successfully initiated a forced Let's Encrypt certificate renewal for 'api.example.com' using the 'letsencrypt-prod' ClusterIssuer. The ACME validation challenge has been submitted and is pending. The new certificate is expected to be issued and deployed within 5 minutes, well ahead of the expiration deadline. T... | [{"name": "query_prometheus_metrics", "description": "Liest CPU, Memory oder Latency Metriken eines Kubernetes Clusters aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "PromQL Query (z.B. container_cpu_usage_seconds_total)"}, "namespace": {"type": "string", "description... | [{"role": "user", "content": "Hello, we have a critical alert: the TLS certificate for our production ingress 'api.example.com' is expiring in 36 hours. The current certificate was issued by Let's Encrypt via our Cert-Manager ClusterIssuer 'letsencrypt-prod'. Please initiate an immediate certificate renewal to avoid an... |
sample_b45af9b46660 | DevOps_Cloud | error_recovery_repair | Complex_Edge_Case | 1 | nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free | 1,788,154,702.721154 | Create a DevOps_Cloud scenario where a Deployment scaling operation fails with HTTP 422 'Cluster Resource Quota Exceeded' and the agent must recover by reducing the replica count to the maximum number of pods that can be scheduled on available nodes. | We need to simulate a scaling operation that exceeds the cluster's resource quota. I will attempt to increase the replica count of deployment 'webapp' in namespace 'dev' to 10, which is expected to trigger a 422 error due to quota limits. This sets up the initial failure for error recovery. | Successfully scaled the 'webapp' deployment to 6 replicas, which fits within the cluster's quota. The deployment is now running with the maximum number of pods that can be scheduled on the available nodes. | [{"name": "query_prometheus_metrics", "description": "Liest CPU, Memory oder Latency Metriken eines Kubernetes Clusters aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "PromQL Query (z.B. container_cpu_usage_seconds_total)"}, "namespace": {"type": "string", "description... | [{"role": "user", "content": "Create a DevOps_Cloud scenario where a Deployment scaling operation fails with HTTP 422 'Cluster Resource Quota Exceeded' and the agent must recover by reducing the replica count to the maximum number of pods that can be scheduled on available nodes.", "thought_process": null, "tool_calls"... |
sample_984f0971a56f | CyberSecurity_SecOps | multi_tool_chain | Complex_Edge_Case | 0.9 | cohere/north-mini-code:free | 1,788,154,911.499105 | Ungewöhnlicher SYN-Flood auf Port 443 entdeckt. Sicherheitsüberwachungsplattform meldet ungewöhnlich hohe SYN-Pakete auf dem Webport 443 von unbekannter Quelle. Agent muss PCAP-Datenverkehr analysieren, um Angreifer-Subnetz zu identifizieren, dann diesen Host/Server isolieren, um Lateral Movement zu verhindern und Infr... | SYN-Flood auf Port 443 wurde erkannt - kritisch da HTTPS-Dienste betroffen sind. Muss zunächst verdächtigen Datenverkehr analysieren, um Angreifer-IP/Subnetz zu identifizieren. Angesichts des SYN-Flood-Protokolls (TCP) und der Port-443-Aktivität sollten analyze_pcap_stream-Parameter source_ip (unbekannt), protocol='TCP... | SYN-Flood-Angriff auf Port 443 gestoppt. PCAP-Analyse identifizierte Angreifer-IP 203.0.113.42, die 12.345 SYN-Pakete innerhalb von 5 Minuten generierte. Host wurde mit Grund 'SYN-Flood-DDoS-Angriff auf HTTPS-Dienste' isoliert. Forensische SSH-Verbindung (Port 2222) wurde eingerichtet. Überwachung bestätigt Network Seg... | [{"name": "analyze_pcap_stream", "description": "Analysiert verdächtigen Netzwerk-Traffic auf Anomalien (DDoS, Portscans, DNS Tunneling).", "parameters": {"type": "object", "properties": {"source_ip": {"type": "string", "description": "Verdächtige Quell-IP / Subnetz"}, "protocol": {"type": "string", "enum": ["TCP", "UD... | [{"role": "user", "content": "Ungewöhnlicher SYN-Flood auf Port 443 entdeckt. Sicherheitsüberwachungsplattform meldet ungewöhnlich hohe SYN-Pakete auf dem Webport 443 von unbekannter Quelle. Agent muss PCAP-Datenverkehr analysieren, um Angreifer-Subnetz zu identifizieren, dann diesen Host/Server isolieren, um Lateral M... |
sample_d57192b2edef | DevOps_Cloud | single_tool | Intermediate | 0.9 | nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free | 1,788,154,924.647075 | Create a new, unique agent scenario: domain DevOps_Cloud, topic: Ingress TLS certificate expires in under 48 hours. Agent initiates Let's Encrypt Force-Renewal. | The user requests a single-tool scenario where the agent must renew an Ingress TLS certificate that will expire within 48 hours using Let's Encrypt. The required tool is renew_tls_certificate, which needs the full domain name, the ClusterIssuer name, and a force_renewal flag set to true to trigger an immediate ACME cha... | The Let's Encrypt force‑renewal for the Ingress TLS certificate of **app.example.com** has been initiated successfully using the **letsencrypt-prod** ClusterIssuer. An immediate ACME challenge will be performed, and the certificate should be renewed well before its 48‑hour expiry. Please monitor the Ingress status and ... | [{"name": "query_prometheus_metrics", "description": "Liest CPU, Memory oder Latency Metriken eines Kubernetes Clusters aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "PromQL Query (z.B. container_cpu_usage_seconds_total)"}, "namespace": {"type": "string", "description... | [{"role": "user", "content": "Create a new, unique agent scenario: domain DevOps_Cloud, topic: Ingress TLS certificate expires in under 48 hours. Agent initiates Let's Encrypt Force-Renewal.", "thought_process": null, "tool_calls": null, "tool_response": null}, {"role": "assistant", "content": "", "thought_process": "T... |
sample_d54236247e4c | CyberSecurity_SecOps | multi_tool_chain | Complex_Edge_Case | 0.9 | nvidia/nemotron-3.5-lightning:free | 1,788,155,036.106268 | Scenario: An AWS IAM Access Key was accidentally committed and pushed to a public GitHub repository. As a SecOps agent, you must immediately invalidate the compromised key and notify the Security Lead for further incident response. | Analyze the incident: AWS IAM Access Key leaked in public GitHub repo. Identify the need to revoke the key immediately to prevent unauthorized AWS API access. Determine the service as AWS. Prepare the key identifier from typical IAM key format (AKIA_ prefix + 16 alphanumeric chars). Decide to notify the Security Lead v... | Action completed successfully. The leaked AWS IAM Access Key (AKIA_0BOTLEAKED12345) has been revoked. The Security Lead has been notified via PagerDuty/Slack with full incident details. No further action required unless key rotation or forensic review is needed. | [{"name": "analyze_pcap_stream", "description": "Analysiert verdächtigen Netzwerk-Traffic auf Anomalien (DDoS, Portscans, DNS Tunneling).", "parameters": {"type": "object", "properties": {"source_ip": {"type": "string", "description": "Verdächtige Quell-IP / Subnetz"}, "protocol": {"type": "string", "enum": ["TCP", "UD... | [{"role": "user", "content": "Scenario: An AWS IAM Access Key was accidentally committed and pushed to a public GitHub repository. As a SecOps agent, you must immediately invalidate the compromised key and notify the Security Lead for further incident response.", "thought_process": null, "tool_calls": null, "tool_respo... |
sample_0ebdbe73e0a1 | FinTech_Crypto | error_recovery_repair | Complex_Edge_Case | 1 | nvidia/nemotron-3-super-120b-a12b:free | 1,788,155,061.721017 | I want to execute a triangular arbitrage route USDC → BTC → ETH → USDC with $5,000, aiming for at least 0.5% profit after fees and tolerating up to 0.2% slippage. Please find and execute the best opportunity. | First I will attempt the arbitrage with the requested $5,000. I need to specify the route, input amount, minimum expected profit, and slippage tolerance. I will call execute_triangular_arbitrage directly; if liquidity is insufficient, the API will return an error that I can then use to adjust the size. | Arbitrage executed successfully! Route: USDC → BTC → ETH → USDC. Input: $2,000. Profit: $15.30 (0.765%). Fees: $2.10. Transaction hash: 0x3f9a1b4c7d2e8f6a9b0c1d2e3f4a5b6c7d8e9f0a1b2c3d4e5f6a7b8c9d0e1f2. The trade met all profit and slippage criteria. | [{"name": "fetch_orderbook_depth", "description": "Holt die aktuellen Bids und Asks mit kumuliertem Volumen von der Börse (Binance/Kraken).", "parameters": {"type": "object", "properties": {"symbol": {"type": "string", "description": "Trading-Paar (z.B. BTCUSDC, ETHUSDT)"}, "limit": {"type": "integer", "description": "... | [{"role": "user", "content": "I want to execute a triangular arbitrage route USDC → BTC → ETH → USDC with $5,000, aiming for at least 0.5% profit after fees and tolerating up to 0.2% slippage. Please find and execute the best opportunity.", "thought_process": null, "tool_calls": null, "tool_response": null}, {"role": "... |
sample_db8d6e8cc59c | DevOps_Cloud | error_recovery_repair | Complex_Edge_Case | 1 | minimax/minimax-m2.7:free | 1,788,155,080.837048 | Skaliere das Production-Deployment 'payment-service' bitte sofort auf 20 Replicas hoch. Wir erwarten in den nächsten 30 Minuten einen massiven Trafficanstieg durch eine Marketing-Kampagne. | Der Nutzer möchte das Deployment 'payment-service' im Namespace 'production' auf 20 Replicas skalieren. Dies ist ein kritischer Geschäftsfall wegen der erwarteten Trafficspitze. Ich werde den scale_k8s_deployment Tool-Call mit den angegebenen Parametern ausführen. Das dry_run-Flag setze ich auf false, da der Nutzer ein... | ✅ **Deployment erfolgreich skaliert!**
| Metric | Wert |
|--------|------|
| Deployment | payment-service |
| Namespace | production |
| Vorherige Replicas | 8 |
| **Neue Replicas** | **16** |
| Verfügbarkeit | 16/16 Ready |
**Wichtiger Hinweis:** Das Cluster-Resource-Quota ist nun vollständig ausgeschöpft (150/150 P... | [{"name": "query_prometheus_metrics", "description": "Liest CPU, Memory oder Latency Metriken eines Kubernetes Clusters aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "PromQL Query (z.B. container_cpu_usage_seconds_total)"}, "namespace": {"type": "string", "description... | [{"role": "user", "content": "Skaliere das Production-Deployment 'payment-service' bitte sofort auf 20 Replicas hoch. Wir erwarten in den nächsten 30 Minuten einen massiven Trafficanstieg durch eine Marketing-Kampagne.", "thought_process": null, "tool_calls": null, "tool_response": null}, {"role": "assistant", "content... |
sample_7b8351b7325d | Enterprise_Postgres | multi_tool_chain | Intermediate | 0.9 | inclusionai/ling-3.0-flash-fin:free | 1,788,155,358.237596 | Die Analytics-Abfrage auf der Tabelle 'analytics_events' (ca. 50 Millionen Zeilen) läuft extrem langsam. Das Query filtert nach event_type und einem Zeitfenster event_timestamp. Das System zeigt einen Sequential Scan im Ausführungsplan. Bitte untersuche das Problem und optimiere es durch einen geeigneten Index, ohne di... | Der Nutzer meldet eine langsame Analytics-Abfrage auf der Tabelle 'analytics_events' mit ca. 50 Millionen Zeilen. Die Abfrage filtert nach 'event_type' und 'event_timestamp'. Es wird ein Sequential Scan vermutet. Zuerst muss ich den tatsächlichen Ausführungsplan mit EXPLAIN ANALYZE bestätigen, um die genaue Ursache zu ... | Der B-Tree-Index 'idx_analytics_events_type_ts' wurde erfolgreich auf der Tabelle 'analytics_events' erstellt. Der Index deckt die beiden Filterspalten (event_type, event_timestamp) ab und wird CONCURRENTLY ohne Blockierung gebaut. Nach dem Bau wird die Analytics-Abfrage den Sequential Scan durch einen effizienten Inde... | [{"name": "explain_analyze_query", "description": "Führt EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) auf einer PostgreSQL-Datenbank aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "SQL Query"}, "database": {"type": "string", "description": "Ziel-Datenbank"}, "statement_time... | [{"role": "user", "content": "Die Analytics-Abfrage auf der Tabelle 'analytics_events' (ca. 50 Millionen Zeilen) läuft extrem langsam. Das Query filtert nach event_type und einem Zeitfenster event_timestamp. Das System zeigt einen Sequential Scan im Ausführungsplan. Bitte untersuche das Problem und optimiere es durch e... |
sample_7693d6bf92cb | CyberSecurity_SecOps | multi_tool_chain | Complex_Edge_Case | 0.9 | poolside/laguna-s-2.1:free | 1,788,155,401.510369 | Ich habe ungewöhnlichen SYN-Flood-Traffic auf Port 443 entdeckt. Bitte analysiere den verdächtigen Netzwerkverkehr und isoliere das Angreifer-Subnetz. Der verdächtige Traffic stammt aus dem Subnetz 192.168.100.0/24. | Zuerst muss ich den verdächtigen Traffic analysieren, um die Anomalie zu bestätigen und detaillierte Informationen über den Angriff zu sammeln. Ich verwende analyze_pcap_stream mit dem angegebenen Subnetz 192.168.100.0/24, setze das Protokoll auf TCP da es sich um SYN-Pakete handelt und erhöhe die packet_count_threshol... | Ich habe den verdächtigen Traffic analysiert und einen SYN-Flood-Angriff auf Port 443 aus dem Subnetz 192.168.100.0/24 bestätigt. Um weitere Angriffe zu verhindern, isoliere ich nun das betroffene Subnetz. | [{"name": "analyze_pcap_stream", "description": "Analysiert verdächtigen Netzwerk-Traffic auf Anomalien (DDoS, Portscans, DNS Tunneling).", "parameters": {"type": "object", "properties": {"source_ip": {"type": "string", "description": "Verdächtige Quell-IP / Subnetz"}, "protocol": {"type": "string", "enum": ["TCP", "UD... | [{"role": "user", "content": "Ich habe ungewöhnlichen SYN-Flood-Traffic auf Port 443 entdeckt. Bitte analysiere den verdächtigen Netzwerkverkehr und isoliere das Angreifer-Subnetz. Der verdächtige Traffic stammt aus dem Subnetz 192.168.100.0/24.", "thought_process": null, "tool_calls": null, "tool_response": null}, {"r... |
sample_63379e8c2749 | Enterprise_Postgres | multi_tool_chain | Complex_Edge_Case | 0.9 | cohere/north-mini-code:free | 1,788,155,431.318066 | Ein lang laufender Transaktionsprozess (PID 1492) blockiert kritische Schema-Migrationsoperationen in unserer Produktions-Postgres-Datenbank. Die Migrationsskripte hängen seit über 30 Minuten bei Sperrkonflikten und blockieren wichtige Datenänderungen. Wir benötigen sofortige Hilfe bei der Diagnose der Blockierungskett... | Die blockierende Transaktion (PID 1492) verhindert Schema-Migrationen. Ich muss zunächst den Lock-Tree untersuchen, um die genaue Blockierungskette zu identifizieren, alle abhängigen Sitzungen zu ermitteln und den genauen Grund für die Blockierung zu verstehen, bevor ich sie beende. Dazu werde ich EXPLAIN ANALYZE mit d... | Die Blockierung wurde erfolgreich behoben. Ich habe die lange Transaktion (PID 1492) analysiert, die eine ACCESS EXCLUSIVE LOCK auf enterprise_schema.customers hielt und Schema-Migrationen blockierte. Die Sitzung wurde sicher beendet (erzwungene Beendigung), was zu einem automatischen Rollback der Transaktion und zur F... | [{"name": "explain_analyze_query", "description": "Führt EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) auf einer PostgreSQL-Datenbank aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "SQL Query"}, "database": {"type": "string", "description": "Ziel-Datenbank"}, "statement_time... | [{"role": "user", "content": "Ein lang laufender Transaktionsprozess (PID 1492) blockiert kritische Schema-Migrationsoperationen in unserer Produktions-Postgres-Datenbank. Die Migrationsskripte hängen seit über 30 Minuten bei Sperrkonflikten und blockieren wichtige Datenänderungen. Wir benötigen sofortige Hilfe bei der... |
sample_54d34a545dc1 | DevOps_Cloud | error_recovery_repair | Complex_Edge_Case | 1 | nvidia/nemotron-3.5-lightning:free | 1,788,155,445.080535 | A production Kubernetes pod running a memory-intensive workload has been crashing repeatedly with OOMKilled (Exit Code 137). The pod is stuck in a CrashLoopBackOff state. Attempt to automatically restart the pod and recover it. Please handle the error recovery and adjust parameters as needed. | User reports an OOMKilled pod in the production namespace stuck in CrashLoopBackOff. I will attempt to restart the suspected pod 'web-app-0' using the restart_crashloop_pod tool. I'll set a default grace_period_seconds of 30 to allow graceful shutdown before the pod is terminated and rescheduled. | The pod 'web-app' has been successfully restarted with a 30-second graceful shutdown. A new replica is now being scheduled and should transition to Running state shortly. Monitor memory usage and consider adjusting resource limits to prevent future OOMKilled incidents. | [{"name": "query_prometheus_metrics", "description": "Liest CPU, Memory oder Latency Metriken eines Kubernetes Clusters aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "PromQL Query (z.B. container_cpu_usage_seconds_total)"}, "namespace": {"type": "string", "description... | [{"role": "user", "content": "A production Kubernetes pod running a memory-intensive workload has been crashing repeatedly with OOMKilled (Exit Code 137). The pod is stuck in a CrashLoopBackOff state. Attempt to automatically restart the pod and recover it. Please handle the error recovery and adjust parameters as need... |
sample_112ccc3fcb2f | DevOps_Cloud | single_tool | Intermediate | 0.9 | poolside/laguna-s-2.1:free | 1,788,155,452.72101 | Das Ingress-TLS-Zertifikat für die Domain 'app.production.example.com' läuft in weniger als 48 Stunden ab. Bitte initiiere eine erzwungene Erneuerung über Let's Encrypt mithilfe des Cert-Managers. Der verwendete ClusterIssuer heißt 'letsencrypt-prod'. | Das Szenario erfordert eine sofortige Erneuerung eines TLS-Zertifikats, das innerhalb der nächsten 48 Stunden ausläuft. Da keine Fehler-Injektion aktiv ist, wird direkt der renew_tls_certificate Tool aufgerufen. Die Parameter 'domain' und 'issuer' sind zwingend erforderlich. Da eine sofortige Erneuerung gewünscht ist, ... | Die erzwungene Erneuerung des TLS-Zertifikats für 'app.production.example.com' wurde erfolgreich initiiert. Cert-Manager verwendet den ClusterIssuer 'letsencrypt-prod' und führt nun die Let's-Encrypt-ACME-Challenge durch. Das ernierte Zertifikat sollte innerhalb der nächsten 60 Sekunden bereitgestellt sein. Bitte überp... | [{"name": "query_prometheus_metrics", "description": "Liest CPU, Memory oder Latency Metriken eines Kubernetes Clusters aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "PromQL Query (z.B. container_cpu_usage_seconds_total)"}, "namespace": {"type": "string", "description... | [{"role": "user", "content": "Das Ingress-TLS-Zertifikat für die Domain 'app.production.example.com' läuft in weniger als 48 Stunden ab. Bitte initiiere eine erzwungene Erneuerung über Let's Encrypt mithilfe des Cert-Managers. Der verwendete ClusterIssuer heißt 'letsencrypt-prod'.", "thought_process": null, "tool_calls... |
sample_087b2304fed4 | DevOps_Cloud | error_recovery_repair | Complex_Edge_Case | 1 | poolside/laguna-s-2.1:free | 1,788,155,491.647063 | Versucht ein Deployment in der Produktion zu skalieren, aber erhält HTTP 422 'Cluster Resource Quota Exceeded'. Agent soll die Skalierung rückgängig machen und stattdessen eine alternative Strategie finden. | Zuerst versuche ich, das Deployment 'api-gateway' im Namespace 'production' von 10 auf 25 Replikas zu skalieren. Basierend auf den Ressourcenanforderungen der Pods und der verfügbaren Cluster-Ressourcen, könnte dies fehlschlagen. | Das Deployment 'api-gateway' wurde erfolgreich auf 14 Replikas skaliert. Dies ist die maximale Anzahl, die den Cluster-Ressourcen (16 CPU-Kerne, 32 GB RAM) entspricht, ohne die Quote zu überschreiten. Die geschätzte Ressourcenverwendung beträgt 13,8 CPU-Kerne und 16,8 GB Speicher. Wenn weitere Kapazität benötigt wird, ... | [{"name": "query_prometheus_metrics", "description": "Liest CPU, Memory oder Latency Metriken eines Kubernetes Clusters aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "PromQL Query (z.B. container_cpu_usage_seconds_total)"}, "namespace": {"type": "string", "description... | [{"role": "user", "content": "Versucht ein Deployment in der Produktion zu skalieren, aber erhält HTTP 422 'Cluster Resource Quota Exceeded'. Agent soll die Skalierung rückgängig machen und stattdessen eine alternative Strategie finden.", "thought_process": null, "tool_calls": null, "tool_response": null}, {"role": "as... |
sample_9edd4edd43f0 | Enterprise_Postgres | error_recovery_repair | Complex_Edge_Case | 1 | nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free | 1,788,155,503.289763 | Create a new unique agent scenario: Domain Enterprise_Postgres, Topic Index-Erstellung schlägt mit 'deadlock detected' fehl. Agent wartet 3s Backoff ab und wiederholt mit Teil-Index Predicate. Scenario-Type: error_recovery_repair, Difficulty: Complex_Edge_Case, Error-Injektion (Error Recovery): JA | We need to create a concurrent index on table 'sales' using columns ['user_id','order_date'] with btree index type. No partial predicate is provided, which can cause lock contention and deadlock in a busy enterprise PostgreSQL environment. The first attempt will likely fail with a deadlock error. | Der Index wurde nach dem 3‑Sekunden‑Backoff und der Nutzung des Teil‑Index‑Prädikats erfolgreich erstellt. Der Deadlock ist damit behoben. | [{"name": "explain_analyze_query", "description": "Führt EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) auf einer PostgreSQL-Datenbank aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "SQL Query"}, "database": {"type": "string", "description": "Ziel-Datenbank"}, "statement_time... | [{"role": "user", "content": "Create a new unique agent scenario: Domain Enterprise_Postgres, Topic Index-Erstellung schlägt mit 'deadlock detected' fehl. Agent wartet 3s Backoff ab und wiederholt mit Teil-Index Predicate. Scenario-Type: error_recovery_repair, Difficulty: Complex_Edge_Case, Error-Injektion (Error Recov... |
sample_b8b10b8db63e | CyberSecurity_SecOps | error_recovery_repair | Complex_Edge_Case | 1 | poolside/laguna-s-2.1:free | 1,788,155,519.644306 | Wir haben einen verdächtigen Server (host_id: srv-web-07, MAC: 00:1a:2b:3c:4d:07) im SDN-Firewall-Netzwerk identifiziert, der möglicherweise kompromittiert ist. Bitte isolieren Sie diesen Host unverzüglich im Quarantäne-Modus. Das Forensik-Team nutzt standardmäßig Port 22 für SSH, falls das belegt ist, weisen Sie bitte... | Ich muss den kompromittierten Host srv-web-07 (00:1a:2b:3c:4d:07) isolieren. Als erste Maßnahme versuche ich, Port 22 für das Forensik-Team zu reservieren, da dies der Standard-SSH-Port ist. Ich rufe quarantine_compromised_host mit den gegebenen Parametern auf. | Der verdächtige Server srv-web-07 (MAC: 00:1a:2b:3c:4d:07) wurde erfolgreich in den Quarantäne-Modus versetzt. Da Port 22 für eine andere Sitzung belegt war, habe ich Port 2222 für das Forensik-Team reserviert. Die SDN-Firewall hat alle Regeln entsprechend aktualisiert: Eingehender Traffic ist blockiert, ausgehender Tr... | [{"name": "analyze_pcap_stream", "description": "Analysiert verdächtigen Netzwerk-Traffic auf Anomalien (DDoS, Portscans, DNS Tunneling).", "parameters": {"type": "object", "properties": {"source_ip": {"type": "string", "description": "Verdächtige Quell-IP / Subnetz"}, "protocol": {"type": "string", "enum": ["TCP", "UD... | [{"role": "user", "content": "Wir haben einen verdächtigen Server (host_id: srv-web-07, MAC: 00:1a:2b:3c:4d:07) im SDN-Firewall-Netzwerk identifiziert, der möglicherweise kompromittiert ist. Bitte isolieren Sie diesen Host unverzüglich im Quarantäne-Modus. Das Forensik-Team nutzt standardmäßig Port 22 für SSH, falls da... |
sample_06b6d023bd6a | Enterprise_Postgres | multi_tool_chain | Intermediate | 0.9 | cohere/north-mini-code:free | 1,788,155,526.776052 | Unser Unternehmen hat eine große Tabelle 'sales_analytics' mit 50 Millionen Zeilen, die täglich wächst. Eine wichtige Analytics-Abfrage, die die Gesamtumsatzstatistik pro Region für die letzten 12 Monate berechnet, verursacht seit kurzem einen vollständigen Sequential Scan und benötigt über 30 Minuten für die Ausführun... | Ich muss den Zeitplan für die Abfrage verstehen und ihre Ausführungspläne analysieren. Die Abfrage betrifft wahrscheinlich die Tabelle 'sales_analytics' mit Millionen von Zeilen. Zunächst muss ich die EXPLAIN ANALYZE-Ausführung der Abfrage sehen, um zu verstehen, warum ein Sequential Scan stattfindet und welche Spalten... | Die Indexoptimierung war äußerst erfolgreich! Nach Abschluss des concurrenten B-Tree-Indexaufbaus hat sich die Leistung der Analytics-Abfrage dramatisch verbessert:
**Vor der Optimierung:**
- Ausführungszeit: ~35 Minuten (3.456.789 Millisekunden)
- Abfragetyp: Vollständiger Sequential Scan
- Kosten: 467 Millionen
- Pu... | [{"name": "explain_analyze_query", "description": "Führt EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) auf einer PostgreSQL-Datenbank aus.", "parameters": {"type": "object", "properties": {"query": {"type": "string", "description": "SQL Query"}, "database": {"type": "string", "description": "Ziel-Datenbank"}, "statement_time... | [{"role": "user", "content": "Unser Unternehmen hat eine große Tabelle 'sales_analytics' mit 50 Millionen Zeilen, die täglich wächst. Eine wichtige Analytics-Abfrage, die die Gesamtumsatzstatistik pro Region für die letzten 12 Monate berechnet, verursacht seit kurzem einen vollständigen Sequential Scan und benötigt übe... |
YAML Metadata Warning:The task_categories "conversational" is not in the official list: text-classification, token-classification, table-question-answering, question-answering, zero-shot-classification, translation, summarization, feature-extraction, text-generation, fill-mask, sentence-similarity, text-to-speech, text-to-audio, automatic-speech-recognition, audio-to-audio, audio-classification, audio-text-to-text, voice-activity-detection, depth-estimation, image-classification, object-detection, image-segmentation, text-to-image, image-to-text, image-to-image, image-to-video, unconditional-image-generation, video-classification, reinforcement-learning, robotics, tabular-classification, tabular-regression, tabular-to-text, table-to-text, multiple-choice, text-ranking, text-retrieval, time-series-forecasting, text-to-video, image-text-to-text, image-text-to-image, image-text-to-video, visual-question-answering, document-question-answering, zero-shot-image-classification, graph-ml, mask-generation, zero-shot-object-detection, text-to-3d, image-to-3d, image-feature-extraction, video-text-to-text, keypoint-detection, visual-document-retrieval, any-to-any, video-to-video, other
🏛️ OmniMCP: Autonomous AgentOps & Swarm Resilience Village - Production-Ready Multi-Agent Suite (Evaluation Teaser)
⚡ Official Free Evaluation Teaser (Verified Multi-Turn Agentic AI Dataset)
🏆 Get the Full Production Master Package & Commercial EULA on Gumroad:
👉 Explore the Complete OmniMCP Modular Ecosystem on Gumroad
🌟 Enterprise Unique Selling Proposition (USP):
Eliminate 95% of production agent failures with verified multi-turn training data for runtime tool self-healing, recursive loop prevention, and token budget management.
🏛️ The 4-Tier OmniMCP Modular Hierarchy
🏛️ THE 4-TIER OMNIMCP AI CIVILIZATION HIERARCHY:
├── 🧱 LEVEL 1: THE BRICK (29 € - 99 €)
│ • Targeted single-problem solvers (FastAPI Async, Redis Redlocks, Token Revocation).
│
├── 🏢 LEVEL 2: THE HOUSE (79 € - 199 €)
│ • Complete departmental engineering suites (Python Backend House, Data Platform House).
│
├── 🏘️ LEVEL 3: THE VILLAGE (99 € - 249 € Standard | 249 € - 599 € Corporate)
│ • Turnkey industry solutions combining 4 specialized Houses.
│
└── 🏙️ LEVEL 4: THE MASTER METROPOLIS (299 € - 799 €)
• The unified OmniMCP Enterprise Campus (500+ multi-turn scenarios across all domains).
🗺️ Complete Ecosystem Navigation & Live Store Links (60 Active Products):
| Tier | Product / Suite | Domain & Specialization | Commercial Shop Link |
|---|---|---|---|
| 🏙️ Metropolis | OmniMCP Master Metropolis | All 19 Villages & 64 Bricks (900+ Samples, 6.76 MB) | Buy on Gumroad (299 €) |
| 🏘️ Village | MCP Production Master Village | Sandboxed FS, GitHub Ops, Brave Search, Handshake | Buy on Gumroad (149 €) |
| 🏘️ Village | Autonomous Code-Refactor & PyTest | Traceback Root-Cause, Mypy Strict, Deadlocks | Buy on Gumroad (129 €) |
| 🏘️ Village | Stripe & SaaS Billing Automation | Webhook Idempotency, Proration, EU VAT OSS | Buy on Gumroad (129 €) |
| 🏘️ Village | Agent Long-Term Memory Condenser | 128k to 8k Sliding Window, Redis Semantic Cache | Buy on Gumroad (119 €) |
| 🏘️ Village | Autonomous Swarms & LangGraph | StateGraph, Subagents, Consensus, Memory | Buy on Gumroad (199 €) |
| 🏘️ Village | Stealth Web Scraping & Playwright | Turnstile Solver, Fingerprints, DOM Repair | Buy on Gumroad (179 €) |
| 🏘️ Village | Next.js 15 & React Fullstack | Server Actions, SSR Hydration, Tailwind v4 | Buy on Gumroad (149 €) |
| 🏘️ Village | Advanced GraphRAG & Neo4j | Cypher Synthesis, Triplets, Hybrid RRF | Buy on Gumroad (199 €) |
| 🏘️ Village | Autonomous CyberDefense SOC | DDoS, Token Revocation, Zero-Day Isolation | Buy on Gumroad (249 €) |
| 🏘️ Village | LegalTech & Regulatory ContractOps | NDA Redline, EU AI Act, GDPR DPA Audits | Buy on Gumroad (249 €) |
| 🏘️ Village | HealthTech & MedOps Village | Clinical FHIR R4, HL7 v2, HIPAA De-ID | Buy on Gumroad (199 €) |
| 🏘️ Village | Cloud SecOps & Resilience | Cloud Security, Distributed Microservices | Buy on Gumroad (199 €) |
| 🏘️ Village | Enterprise DataOps Lakehouse | Kafka Streaming, dbt, Snowflake Warehouse | Buy on Gumroad (199 €) |
| 🏘️ Village | Cloud Backend Resilience | Redis Redlocks, Celery DLQ, Async ORM | Buy on Gumroad (179 €) |
| 🏘️ Village | Enterprise Modern Data Platform | Postgres, Snowflake, BigQuery, Kafka, dbt | Buy on Gumroad (179 €) |
| 🏘️ Village | Smart Energy & Green IoT | Modbus TCP Inverter, EPEX Spot Arbitrage | Buy on Gumroad (179 €) |
| 🏘️ Village | Autonomous AgentOps & Swarm | Runtime Self-Healing, Token Watchdog | Buy on Gumroad (149 €) |
| 🏘️ Village | FinTech & Algorithmic Trading | High-Frequency Order Routing, Risk Guard | Buy on Gumroad (149 €) |
| 🏘️ Village | E-Commerce & SaaS Automation | High-Traffic Checkout, Subscription Billing | Buy on Gumroad (99 €) |
| 🧱 Brick | MCP Handshake & Discovery Router | Dynamic list_tools & MCP 2026 Routing | Buy on Gumroad (49 €) |
| 🧱 Brick | Brave Web Search MCP Filtering | Live MCP Calling, Snippet Triage & Grounding | Buy on Gumroad (49 €) |
| 🧱 Brick | Mypy Strict Type Inconsistency | Generic Pydantic Models & TypeVar Repair | Buy on Gumroad (49 €) |
| 🧱 Brick | Asyncio TaskGroup & Deadlocks | Lock Inversions, Coroutine Leak Recovery | Buy on Gumroad (49 €) |
| 🧱 Brick | Edge-Case Pytest Fixture Engine | Boundary Testing & Mocked API Pytest Suites | Buy on Gumroad (49 €) |
| 🧱 Brick | EU VAT OSS & VIES Validator | VIES API Validation, B2B Reverse Charge | Buy on Gumroad (49 €) |
| 🧱 Brick | Smart Dunning Recovery Guard | Failed Card Declines, Retries & Churn Defense | Buy on Gumroad (49 €) |
| 🧱 Brick | Sliding-Window Context Pruning | 128k to 8k Sliding Window & Invariant Guard | Buy on Gumroad (49 €) |
| 🧱 Brick | Episodic Fact Profile Extractor | Conversational Persistent Memory Profiles | Buy on Gumroad (49 €) |
| 🧱 Brick | Multi-Agent Session State Snapshot | Pydantic State Recovery from Redis/Postgres | Buy on Gumroad (49 €) |
| 🧱 Brick | MCP Sandboxed Filesystem | Directory Traversal Defense & Isolation | Buy on Gumroad (49 €) |
| 🧱 Brick | GitHub MCP Repository & PR | Branch Creation, PRs & Diff Reviews | Buy on Gumroad (49 €) |
| 🧱 Brick | PyTest Traceback Repair Engine | AST Error Localization & Auto-Patch | Buy on Gumroad (49 €) |
| 🧱 Brick | Stripe Webhook Idempotency | Signature Verification & Replay Defense | Buy on Gumroad (49 €) |
| 🧱 Brick | Subscription Proration Calculator | Seat Upgrades & Accurate Invoice Credits | Buy on Gumroad (49 €) |
| 🧱 Brick | Redis Semantic Vector Cache | Cost Optimization (-80% API Expense) | Buy on Gumroad (49 €) |
| 🧱 Brick | Playwright Stealth Headless | WebGL Masking & Bot Evasion | Buy on Gumroad (79 €) |
| 🧱 Brick | Neo4j Cypher Graph Engine | AST-Verified Cypher Query Synthesis | Buy on Gumroad (79 €) |
| 🧱 Brick | LangGraph State Machine Engine | Cyclic StateGraph & Checkpointer Recovery | Buy on Gumroad (49 €) |
| 🧱 Brick | Next.js 15 Server Actions | Type-Safe Mutations & Zod Validation | Buy on Gumroad (49 €) |
| 🧱 Brick | Clinical FHIR R4 Validator | Clinical Ingestion & LOINC Mappings | Buy on Gumroad (49 €) |
| 🧱 Brick | LegalTech NDA Redliner | Automated Indemnity & BGB Redlines | Buy on Gumroad (79 €) |
| 🧱 Brick | CyberDefense SIEM Triage | Alert Noise Suppression, Log Correlation | Buy on Gumroad (99 €) |
| 🧱 Brick | CyberDefense Malware Sandbox | YARA Memory Detonation, C2 Containment | Buy on Gumroad (99 €) |
| 🧱 Brick | CyberDefense Zero-Day Isolation | Real-time Host Network Isolation & Triage | Buy on Gumroad (99 €) |
| 🧱 Brick | CyberDefense Token Revocation | Automated IAM Secret Invalidation | Buy on Gumroad (99 €) |
| 🧱 Brick | CyberDefense DDoS Mitigation | SYN-Flood PCAP Analysis, Flowspec Rules | Buy on Gumroad (99 €) |
| 🧱 Brick | SQLAuditor Snowflake Warehouse | Micro-Partitioning & Compute Credit Saving | Buy on Gumroad (79 €) |
| 🧱 Brick | SQLAuditor BigQuery Analytics | Slot Allocation & Query Partition Optimizer | Buy on Gumroad (79 €) |
| 🧱 Brick | AgentSelfHeal MCP Pro | Autonomous Tool Error Recovery & Retries | Buy on Gumroad (49 €) |
| 🧱 Brick | AgentOps Token Watchdog | Infinite Loop Breaker & Budget Pruning | Buy on Gumroad (49 €) |
| 🧱 Brick | SQLAuditor dbt Transformations | Incremental SQL & Schema Drift Assertions | Buy on Gumroad (49 €) |
| 🧱 Brick | SQLAuditor Kafka Streaming | Consumer Group Lag & Partition Rebalance | Buy on Gumroad (49 €) |
| 🧱 Brick | SQLAuditor PostgreSQL Pro | EXPLAIN ANALYZE & Deadlock Elimination | Buy on Gumroad (49 €) |
| 🧱 Brick | CodeArchitect Python Pro | Full-Stack FastAPI, Redis & SQLAlchemy | Buy on Gumroad (49 €) |
| 🧱 Brick | CodeArchitect FastAPI Async | Non-blocking Endpoints, Pydantic v2 | Buy on Gumroad (29 €) |
| 🧱 Brick | CodeArchitect SQLAlchemy ORM | Async DB Sessions, N+1 Query Elimination | Buy on Gumroad (29 €) |
| 🧱 Brick | CodeArchitect Docker Pytest | Containerized Test Automation & Pytest | Buy on Gumroad (29 €) |
| 🧱 Brick | CodeArchitect Redis Caching | Distributed Redlocks & Cache Invalidation | Buy on Gumroad (29 €) |
| 🧱 Brick | CodeArchitect Celery Workers | Dead-Letter Queue Triage & Poison-Pills | Buy on Gumroad (29 €) |
🚀 Quick Start with Python & Hugging Face datasets:
from datasets import load_dataset
# Load the free evaluation teaser dataset
dataset = load_dataset("bacard/omnimcp_autonomous_agentops_village_teaser")
print(f"Loaded {len(dataset['train'])} verified multi-turn training samples!")
print(dataset['train'][0])
🛡️ Quality & Legal Provenance:
- 0.0% Syntax Error Guarantee: Strict AST & Pydantic validation.
- 100% GDPR / DSGVO Clean: Mathematically sanitized RFC 2606 data.
- EU AI Act Articles 50 & 53: Full synthetic provenance declaration.
- Downloads last month
- 80