这个 Skill 能做什么，适合哪些场景？
这是一个面向 AI 编码代理的可观测性与埋点工作流。它指导开发者在功能开发阶段定义值班人员需要回答的问题，并为这些问题选择结构化日志、指标或分布式追踪。内容涵盖关联 ID、RED/USE 指标、OpenTelemetry、基于用户症状的告警以及遥测验证。它适合需要把功能安全运行在生产环境中的工程团队，但不替代特定监控厂商的部署配置。
指导代理先写出 2–4 个生产运维问题，再设计结构化 JSON 日志、关联 ID、RED/USE 指标、延迟直方图、p50/p95/p99 查询、OpenTelemetry 追踪和症状型告警。它要求限制指标标签基数、避免记录密钥和未脱敏个人信息，并通过测试流量、诱发错误、追踪请求和触发告警来验证遥测输出。
- 负责生产服务的工程师为新接口、后台任务或外部集成添加日志和指标。
- 值班工程师在事故后发现现有数据不足以还原请求过程。
- 平台团队为服务或资源配置 RED/USE 指标和可执行告警。
- 评审包含 I/O、重试、队列或跨服务调用的代码变更。
如何安装这个 Skill？
- “必须”生成或接受请求 ID 可能与现有信任边界、伪造请求头和跨服务安全策略冲突，应明确可信边界、生成规则和冲突处理。
- 示例和建议未覆盖日志脱敏、采样、保留期限、访问控制、遥测费用及故障时的降级策略，生产采用前需补充。
- OpenTelemetry、prom-client、告警后端和 tracing UI 的版本、安装、配置及兼容性未说明；引用的 observability-checklist.md 也需确认可达。
使用仓库提供的 skills CLI 安装单个技能：
npx skills add addyosmani/agent-skills --skill observability-and-instrumentation
README 还说明该仓库可通过多种客户端集成；具体客户端安装方式见仓库文档。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/addyosmani/agent-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/observability-and-instrumentation" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 为这个生产接口设计并实现结构化日志、RED 指标、OpenTelemetry 追踪和症状型告警，并按清单验证遥测。
在需要为生产功能增加遥测时触发该技能，例如："为这个生产接口设计并实现结构化日志、RED 指标、OpenTelemetry 追踪和症状型告警，并按清单验证遥测。" 技能正文未规定所有客户端的统一调用命令。
这个 Skill 有哪些优点和局限？
- 提供从问题定义到遥测验证的完整流程。
- 明确区分日志、指标和追踪的用途。
- 包含结构化日志、关联 ID、指标基数、采样和告警可操作性等具体规则。
- 提供可执行的验证清单和常见错误的反驳。
- 未提供特定监控后端、告警平台或部署环境的完整配置。
- 示例主要使用 TypeScript、Node.js、OpenTelemetry 和 Prometheus 生态，其他技术栈需要自行映射。
- 告警阈值、SLO 和运行手册内容仍需结合实际系统确定。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 生产可观测性工程 本页 | 53 · 谨慎使用 | ★ 107k | 13 天前 | MIT |
| OpenClaw 自愈系统 | 51 · 谨慎使用 | ★ 40 | 13 天前 | MIT |
| Axiom 指标查询技能 | 53 · 谨慎使用 | ★ 1.4k | 5 个月前 | MIT |
| Vertex AI Agent 告警配置 ✓ Google · 官方 | 40 · 不推荐 | ★ 21k | 12 天前 | Apache-2.0 |
| NeMo Relay 可观测性插件 ✓ NVIDIA · 官方 | 60 · 推荐 | ★ 3.6k | 12 天前 | Apache-2.0 |
README 提到 Superpowers 和 Matt Pocock's skills 是相关技能集合，并提供比较文档；但提供的材料没有给出针对本技能的具体逐项比较。
FollowSkills 如何评估这个 Skill？
明确要求结构化日志、关联 ID、字段白名单，并禁止记录密钥、令牌、密码和完整 PII，降低了数据泄露风险；但未规定遥测供应商权限、数据保留与访问控制、成本边界、用户确认、回滚或数据流披露，且无该技能自身的来源归属说明，因此扣分。
流程从问题定义到信号选择、验证和检查清单基本一致，异常验证步骤也较明确；但依赖环境、版本、配置和失败时的诊断反馈未充分说明，示例主要覆盖 Node/TypeScript，且本次仅静态阅读、无技能专属可复现测试，因此受静态上限限制并扣分。
前置描述和“When to Use”覆盖日志、指标、追踪、告警及生产问题，并明确排除实时调试、性能优化和发布清单；但触发边界仍较宽，未说明非 Node/TypeScript 环境、中文团队使用方式或不同部署条件，部分建议依赖 OpenTelemetry、Prometheus 等未配置组件，因此扣分。
文档结构清晰，包含概览、触发条件、分步流程、反合理化、红旗和验证清单，示例及限制也较充分；README 提供 MIT 许可、维护者和安装入口，但缺少该技能独立的版本、变更记录、维护责任和更新路径，且引用的 references/observability-checklist.md 未随所给技能证据提供，因此扣分。
内容能直接指导代理定义可观测性问题、选择信号、设置结构化日志、RED/USE 指标、追踪和症状型告警，核心任务具备实用价值；但没有针对具体技术栈的完整产物模板、配置示例或已验证输出，仍需用户结合现有遥测平台实施和复核，静态评估下不超过 7 并扣分。
技能提供了明确的运行时验证要求，包括诱发错误、检查指标、追踪请求和测试告警；仓库还给出通用 CI 工作流，但所提供测试夹具不覆盖该技能关键路径，也没有技能专属测试结果、第三方证据或独立复现记录，因此仅给有限静态证据分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →