davidcastagnetoa/skills

celery_flower

Dashboard de monitorización de Celery para estado de workers y colas

First seen Mar 3, 2026

Installation

$ npx skills add davidcastagnetoa/skills --skill celery_flower

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from davidcastagnetoa/skills · top by installs.

npx skills add davidcastagnetoa/skills

Browse all from davidcastagnetoa/skills

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 1
Default branch main
Open issues 0
Status Active

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 1,230 B
  • docs SUMMARY.md 90 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 13 installs

SKILL.md

celery_flower

Flower es el dashboard web de monitorización para Celery. Muestra en tiempo real el estado de workers, tareas en curso, profundidad de colas y métricas de rendimiento.

When to use

Usar en el workerpoolagent para visibilidad operativa de las colas de tareas. Especialmente útil en desarrollo y debugging, y como complemento a Grafana en producción.

Instructions

  1. Instalar: pip install flower.
  2. Arrancar: celery -A verifid flower --port=5555.
  3. Acceder al dashboard en http://localhost:5555.
  4. Configurar autenticación: --basic-auth=admin:password.
  5. Habilitar API REST para integración con alertas: GET /api/workers.
  6. Configurar persistencia de datos: --persistent=True --db=flower.db.
  7. En producción, proteger con Nginx reverse proxy y autenticación.

Notes

  • Flower consume poca memoria (~50MB) y se puede desplegar como sidecar.
  • No exponer Flower directamente a internet; siempre detrás de Nginx con auth.
  • Para métricas duraderas, exportar a Prometheus; Flower es mejor para debugging puntual.