下载

Skill UI

浏览并发现 9747+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索分布式追踪，共找到 30 条记录

默认排序最新上传最多下载

Apollo API可观测性实现

apollo-observability

jeremylongshore/claude-code-plugins-plus-skills

用于为Apollo.io集成提供全面的可观测性支持。本技能提供结构化的埋点代码，实现了Prometheus指标收集（如请求量、延迟、限速和积分消耗）、带有PII脱敏的结构化日志记录，以及OpenTelemetry分布式追踪。确保API调用流程的可见性、性能监控和资源管理。

OpenTelemetry到Azure Monitor导出器

azure-monitor-opentelemetry-exporter-java

sickn33/antigravity-awesome-skills

该Java导出器用于实现OpenTelemetry标准，能够将应用程序生成的遥测数据（包括分布式追踪、性能指标和日志）高效地传输到Azure Monitor或Application Insights。它帮助开发者实现集中化、全面的系统可观测性监控。

Azure 监控 OpenTelemetry Node.js SDK

azure-monitor-opentelemetry-ts

sickn33/antigravity-awesome-skills

该SDK为Node.js应用程序提供全方位的可观测性支持。它利用OpenTelemetry标准自动采集和导出分布式追踪、性能指标和应用日志，实现了与Azure Monitor的无缝集成。适用于需要监控和深入分析Node.js应用性能和行为的场景。

AI辅助深度调试与根因分析

debugging-toolkit-smart-debug

sickn33/antigravity-awesome-skills

这是一个专家级、全流程的软件调试与故障排查指南。它指导用户如何结合AI能力和可观测性数据（如APM、分布式追踪、日志），进行系统性的问题分层、假设生成和根本原因分析。适用于处理复杂的生产环境故障、性能瓶颈和软件缺陷。

Deepgram可观测性监控系统

deepgram-observability

jeremylongshore/claude-code-plugins-plus-skills

用于为Deepgram集成建立完整的可观测性监控系统。它集成了Prometheus指标、OpenTelemetry分布式追踪、Pino结构化日志和AlertManager告警规则，能够全面追踪API请求速率、延迟、成本消耗，并提供专业的性能监控仪表盘和告警机制。

分布式追踪与调试配置

distributed-debugging-debug-trace

sickn33/antigravity-awesome-skills

本技能提供专业指南，用于构建全面的调试环境、实现分布式追踪和诊断流程。适用于诊断复杂的多服务系统问题，通过标准化日志记录、追踪关联ID，确保开发和生产环境具备完整的可观测性。

微服务分布式链路追踪

distributed-tracing

sickn33/antigravity-awesome-skills

该技能提供使用OpenTelemetry和Jaeger等工具进行分布式链路追踪的完整指南。它帮助用户监控跨多个微服务的请求完整生命周期，从而实现对系统性能、调用依赖关系和故障点的全面掌握。适用于排查高延迟、识别性能瓶颈、追踪错误传播等复杂分布式场景。

系统错误分析与故障排除

error-debugging-error-analysis

sickn33/antigravity-awesome-skills

本技能是一个专业的系统级错误分析和故障诊断工具，专用于处理分布式系统中的生产事故和复杂错误。它可以帮助用户通过分析日志、追踪和错误报告，进行彻底的根本原因分析（RCA），并提出可靠的修复方案和预防性措施，从而大幅提升系统的整体稳定性和可靠性。

分布式系统故障诊断专家

error-diagnostics-error-analysis

sickn33/antigravity-awesome-skills

本技能是专业的故障分析专家，专注于复杂分布式系统的诊断和可靠性提升。适用于处理生产环境的突发事故、分析系统日志和追踪链，执行深层次的根因分析（RCA）。目标不仅是解决当前错误，更是建立预防机制，提升整体系统稳定性。

智能故障诊断与根因分析

error-diagnostics-smart-debug

sickn33/antigravity-awesome-skills

这是一套全面的AI辅助软件错误诊断流程，用于解决生产环境中的复杂故障。它指导用户完成整个调试生命周期，包括初始分诊、收集可观测性数据（如错误追踪、APM指标、分布式追踪），生成假设、选择合适的调试策略（如时间旅行、混沌工程），并进行AI驱动的根因分析。最终目标是提出经过验证的修复方案和预防措施。

Evernote可观测性配置

evernote-observability

jeremylongshore/claude-code-plugins-plus-skills

用于为Evernote集成提供全面的可观测性解决方案。它涵盖了指标采集（Prometheus）、结构化JSON日志记录、分布式追踪（OpenTelemetry）以及健康检查端点。适用于构建生产级、高可靠性的API监控和告警系统。

SRE事件响应与管理

incident-responder

sickn33/antigravity-awesome-skills

本技能提供了一套专业的SRE级事件响应框架。它指导用户从初步的严重性评估、建立指挥系统，到利用可观测性工具（如分布式追踪、指标、日志）进行调查，直至完成系统恢复和撰写无过错的根本原因分析报告（Post-Mortem）。适用于处理复杂、大规模的系统故障和突发事件。

语言