Azure Monitor OpenTelemetry Python
用一行配置为 Python 应用接入 Application Insights 自动监控。
文档建议使用 DefaultAzureCredential、生产环境限制凭据链，并将连接字符串放入环境变量，体现了一定的最小暴露和认证意识；但未说明遥测数据流、敏感字段脱敏、采集范围、用户确认、回滚或出口控制，因此扣分。
安装命令、基础配置和多种框架示例使快乐路径可信；但主文档中的 instrumentations 参数与参考文档中的 instrumentation_options 不一致，生命周期清理仅作原则说明而没有完整可复现示例，异常输入和失败反馈也未覆盖。静态评估上限内给分。
触发词、Python 包和主要使用场景较明确，覆盖 Flask、Django、FastAPI 及自定义遥测；但未清楚声明不适用范围、版本兼容边界、敏感数据注意事项或中国大陆网络环境，且核心功能依赖 Azure Application Insights 服务可达性，因此扣分。
具有 front matter、MIT 许可证、版本号、安装说明、参数表、最佳实践和分层参考文件，结构较清晰；但缺少变更日志、明确维护责任与更新路径、故障排查、版本锁定和完整限制说明，且两个文档对 API 参数存在命名不一致。
可直接帮助用户完成基础 Application Insights 自动埋点，并提供常见框架、采样、角色名和认证示例；但多个示例未展示必需的连接字符串设置或退出时 flush/shutdown，关键参数冲突可能导致代码需要人工校正，替代方案和实际结果验证也未提供。
源文件提供了可审计的代码片段、参数表、仓库许可证和通用 CI/测试材料；但没有该技能专属的验收测试、执行结果或第三方交叉验证，且部分 API/能力声明在文件之间不一致，故仅给有限静态证据分。
- 主文档的 instrumentations 与参考文档的 instrumentation_options 参数不一致，使用前应核对当前 azure-monitor-opentelemetry API。
- 遥测可能包含请求、日志、异常和自定义属性；文档未提供敏感数据过滤、采样边界或数据驻留说明。
- 生产部署应补充连接字符串注入、凭据权限范围以及进程退出时 force_flush/shutdown 的完整实现，并确认中国大陆网络可达性。
这个 Skill 能做什么，适合哪些场景？
该技能指导 Python 开发者使用 Azure Monitor OpenTelemetry Distro，为应用接入 Application Insights。它覆盖 Flask、Django、FastAPI 以及多种数据库和 HTTP 库的自动追踪，并支持自定义 traces、metrics 和 logs。技能还说明了 Microsoft Entra 身份验证、采样、云角色名、Live Metrics 和指定 instrumentation 的配置方式。生产环境需要通过环境变量提供连接字符串，并在进程退出时显式刷新和关闭 telemetry providers。
指导安装 azure-monitor-opentelemetry，并通过 configure_azure_monitor() 初始化 Application Insights。它读取 APPLICATIONINSIGHTS_CONNECTION_STRING，支持使用 DefaultAzureCredential 或指定 Azure 凭据进行 ingestion 身份验证。它提供 Flask、Django、FastAPI 集成示例，以及自定义 span、metric、log、采样比例、云角色名、Live Metrics 和 instrumentation 列表的配置示例。
- Python Web 应用开发者希望用最少代码为 Flask、Django 或 FastAPI 服务接入 Application Insights。
- 平台工程师需要为使用 Requests、httpx、数据库客户端或 Redis 的服务启用自动追踪。
- 生产环境团队希望使用 Microsoft Entra 身份验证，而不是仅依赖 instrumentation key。
- 高流量应用开发者需要设置采样比例，并为多服务系统配置 Application Map 的云角色名。
这个 Skill 有哪些优点和局限？
- 提供 Flask、Django、FastAPI 的直接示例。
- 覆盖 traces、metrics 和 logs 的自定义遥测。
- 支持 DefaultAzureCredential、采样、Live Metrics、云角色名和指定 instrumentation。
- 明确给出生产环境身份验证与遥测刷新建议。
- 源材料没有提供版本兼容矩阵、测试结果或故障排查指南。
- 没有说明 Azure 资源创建、Entra 权限配置或 Application Insights 费用。
- 框架和库的自动 instrumentation 范围仅限列出的组件，不能据此推断支持其他库。
如何安装这个 Skill？
先在 Agent Skills 兼容客户端中安装集合：运行 npx skills add microsoft/skills，在向导中选择所需技能。README 说明技能会安装到所选 agent 的目录，例如 GitHub Copilot 使用 .github/skills/。在 Python 项目中安装运行时包：pip install azure-monitor-opentelemetry。
如何使用这个 Skill？
可用触发语句：请为这个 Python 服务配置 azure-monitor-opentelemetry 和 Application Insights 自动 instrumentation。代码中导入 configure_azure_monitor，并尽早调用 configure_azure_monitor(credential=DefaultAzureCredential())；设置 APPLICATIONINSIGHTS_CONNECTION_STRING。生产环境还应设置 AZURE_TOKEN_CREDENTIALS=prod 或指定凭据，并在进程退出时调用 provider 的 force_flush() 或 shutdown()。
这个 Skill 与同类方案有什么区别？
相较于仅使用 instrumentation key 的认证方式，该技能推荐使用 DefaultAzureCredential 进行 Microsoft Entra 身份验证；连接字符串仍用于标识 Application Insights 资源。