Python 日志与可观测性
原名:python-observability
通过结构化日志、指标和调用追踪解释程序运行情况,控制敏感字段与采集成本。
中文 Skills 技能说明
Python 服务出了问题却没有足够证据时,可让开发岗位数字员工与网站可靠性工程师一起整理。提供脱敏日志、调用链、指标目标和部署方式,技能安排关联标识、日志等级、指标与追踪,交付埋点建议和排查视图。不能把业务正文、令牌或客户信息无差别上传监控平台,采样与保留期要有限制。核心可在自有环境验证,托管监控需合法账号及数据评估;桌面端改配置和发送遥测前须授权,生产发布由人审核。
上游能力依据
上游原始适用说明:Python observability patterns including structured logging, metrics, and distributed tracing. Use when adding logging, implementing metrics collection, setting up tracing, or debugging production systems.
上游 SKILL.md 主要章节(保留原文标题):
- When to Use This Skill
- Core Concepts
- 1. Structured Logging
- 2. The Four Golden Signals
- 3. Correlation IDs
- 4. Bounded Cardinality
- Quick Start
- Fundamental Patterns
- Pattern 1: Structured Logging with Structlog
- Pattern 2: Consistent Log Fields
使用边界
先核对运行环境、账号、区域、依赖和最小权限。创建资源、改配置、发布服务或产生费用前必须让使用者确认。
作者、翻译与许可证
- 原作者
- Seth Hobson(wshobson)与 agents contributors
- 中文翻译
- CEOFans翻译
- 许可证
- MIT
- 上游来源
- https://github.com/wshobson/agents/tree/46891e7e60da0e52baf1050b7b6391b64e84c6d9/plugins/python-development/skills/python-observability
适用范围
平台:linux、macos、windows;标签:开发运维、Python 日志与可观测性、开源技能
安全提示
基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件,请在最小权限环境中使用,高风险操作必须人工确认。
如发现侵权、许可证或安全问题,可在本页前台提交投诉,管理员复核后可立即下架。