下载

Skill UI

浏览并发现 15670+ 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 OpenTelemetry ，共找到 35 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应用监控OpenTelemetry导出器

azure-monitor-opentelemetry-exporter-py

sickn33/antigravity-awesome-skills

本库是用于Python应用的低级OpenTelemetry导出器。它能够将完整的遥测数据（包括链路追踪、指标和日志）可靠地发送到Azure Application Insights。支持通过连接字符串或Azure AD凭证进行配置，并提供离线存储和采样等高级功能，确保应用监控的完整性和可靠性。

Azure OpenTelemetry Python 监控库

azure-monitor-opentelemetry-py

sickn33/antigravity-awesome-skills

本库为Python应用程序提供了一键式的Azure Application Insights集成方案。它利用OpenTelemetry技术，实现跨主流框架（如Flask, Django, FastAPI）和各种库的自动追踪、指标和日志收集，帮助开发者实现全面的应用性能监控和可观测性。

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。

Customer.io可观测性与监控设置

customerio-observability

jeremylongshore/claude-code-plugins-plus-skills

该技能提供了一套完整的Customer.io集成可观测性解决方案。涵盖使用Prometheus指标（延迟、请求计数、退信率）、PII脱敏结构化日志记录以及OpenTelemetry追踪。适用于构建生产级的监控仪表盘和告警系统，确保对Customer.io API性能和健康状态的全面监控。

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。

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。

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。

生产级Genkit应用流开发

genkit-production-expert

jeremylongshore/claude-code-plugins-plus-skills

本技能旨在指导用户构建生产级的Genkit AI应用。内容涵盖完整的开发生命周期，包括实现高级RAG系统、多步骤工具调用代理和复杂工作流，支持Node.js、Python和Go等多种语言。重点讲解了Schema验证、OpenTelemetry追踪、错误处理、以及到Firebase Functions或Cloud Run的可靠部署最佳实践。

Langfuse SDK安装与认证

langfuse-install-auth

jeremylongshore/claude-code-plugins-plus-skills

本技能指导用户如何在项目中安装和配置Langfuse SDK，用于实现大语言模型（LLM）的观测性。内容涵盖了JavaScript/TypeScript和Python两种语言的设置流程，指导用户完成API密钥获取和环境变量配置，从而实现对AI应用调用过程的完整追踪和监控。

Langfuse LLM可观测性架构最佳实践

langfuse-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了Langfuse生产级的架构模式，用于构建完整的LLM可观测性基础设施。内容涵盖了单例SDK初始化、跨异步边界的上下文传播、Express中间件自动追踪，以及利用OpenTelemetry实现微服务间的跨服务追踪等最佳实践，适用于构建企业级、高可扩展性的应用监控系统。

语言