用途：当用户提出“添加 Logfire”“添加可观测性/追踪/监控”或希望监控 AI/LLM 调用时使用本技能，为应用接入基于 OpenTelemetry 的 Logfire。
主要能力：为 Python、JS/TS、Rust 应用添加 traces、logs、metrics；自动插桩 FastAPI、httpx、asyncpg、SQLAlchemy、Redis 等库；自动插桩 PydanticAI、OpenAI、Anthropic、LiteLLM 等 AI 库，捕获 LLM 请求、token 用量与工具调用。
使用方式： Python 先安装对应 extras，例如 uv add 'logfire[fastapi,httpx,asyncpg]'，然后先调用 logfire.configure()，再调用 logfire.instrument_fastapi(app) 等插桩函数；用 {key} 占位符加关键字参数写结构化日志，用 span 分组、logfire.exception() 记录异常。Gunicorn 下在 post_fork 中配置。 JS/TS：Node 用 npm install @pydantic/logfire-node 并创建 instrumentation.ts，以 node --require ./instrumentation.js 启动；Cloudflare Workers 用 instrument() 包装 handler；Next.js 设置 OTEL 环境变量。 Rust：在 Cargo.toml 添加 logfire = "0.6"，调用 logfire::configure().install_panic_handler().finish()，用其宏记录 span 与事件，退出前调用 shutdown()。
验证：运行 logfire auth 或设置 LOGFIRE_TOKEN，触发请求后在 Logfire 平台查看 traces。
限制：每个插桩库需对应 extra，否则运行时报缺失依赖；configure() 必须在 instrument_*() 之前，否则追踪会静默丢失；configure() 每进程调用一次，不放在请求处理或库代码中。详细参考文档路径见原文，具体收费、平台细节与更多集成信息暂未提供。