mcpField
O
observability

observability

github.com/thebeardedbearsas云与 DevOps108113 次安装2 天前更新
代码仓库

关于 observability

面向工程师的可观测性技能，涵盖 OpenTelemetry 埋点、指标、追踪、结构化日志及 SLI/SLO 概念。还可调用 `@observability-engineer` 获取针对不同技术栈的埋点指导。

主要功能

  1. 01OpenTelemetry 埋点模式
  2. 02指标、追踪与结构化日志
  3. 03Golden Signals 与 RED/USE 指标
  4. 04SLI、SLO 和 SLA 概念

适用场景

  1. 01规划服务埋点
  2. 02关联日志与分布式追踪
  3. 03定义服务级指标与目标

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/thebeardedbearsas/claude-craft --skill observability

安装后在 Claude Code 中输入/observability确认已加载。

详细介绍

可观测性 — OpenTelemetry 与分布式追踪

使用 OpenTelemetry 对指标、追踪和结构化日志进行现代化检测。

可观测性的支柱

支柱技术关键指标
MetricsPrometheus, Grafana, DatadogRED（速率、错误、时长），USE（利用率、饱和度、错误）
TracesOpenTelemetry, Jaeger, TempoP95 延迟、span 时长、错误率
LogsLoki, ElasticSearch, Datadog结构化 JSON、关联 ID

OpenTelemetry（OTel）技术栈

// Node.js — Auto-instrumentation
const { NodeSDK } = require('@opentelemetry/sdk-node');
const { getNodeAutoInstrumentations } = require('@opentelemetry/auto-instrumentations-node');

const sdk = new NodeSDK({
  traceExporter: new OTLPTraceExporter(),
  instrumentations: [getNodeAutoInstrumentations()],
});

sdk.start();

黄金信号（Google SRE）

信号描述典型阈值
LatencyP50、P95、P99 响应时间P95 < 200ms
Traffic每秒请求数基准值 + 告警
Errors错误率（5xx、异常）< 0.1%
SaturationCPU、内存、磁盘持续低于 80%

结构化日志（JSON）

{
  "timestamp": "2026-04-17T10:30:00Z",
  "level": "error",
  "message": "Payment processing failed",
  "trace_id": "4bf92f3577b34da6a3ce929d0e0e4736",
  "span_id": "00f067aa0ba902b7",
  "service.name": "payment-api",
  "error.type": "PaymentGatewayTimeout"
}

SLI / SLO / SLA

概念示例
SLI（指标）99.5% 的请求 < 200ms
SLO（目标）每月正常运行时间为 99.9%
SLA（协议）正常运行时间为 99.95% + 罚则

要查看按技术栈划分的详细检测说明：调用 @observability-engineer

评论

支持 Markdown