该技能用于构建完整的可观测性与 APM 体系，核心是借助 OpenTelemetry 实现分布式追踪、指标采集、结构化日志和基于 SLO 的告警，并支持对接现代后端。
主要能力包括：采样策略选择（按错误率与流量决定全量采样或尾部采样，保留全部错误与慢于 P95 的链路）；后端选型（自托管 Grafana 栈 Tempo+Mimir+Loki 经 OTLP 导出，或 Datadog、New Relic、Honeycomb 等云厂商，也支持混合模式）；告警配置（为每个 SLO 定义错误预算，按 14.4x/6x/3x 燃烧率设置严重、警告、提示级告警并关联 runbook）。
使用方式上，技能给出决策树与工作示例，如生产事故排查：先用 SLO 面板定位 P99 延迟与错误率异常，再按 duration 过滤慢链路并抽样，逐层下钻到具体 span，结合数据库连接池等属性定位根因。还提供自定义埋点示例，用 @opentelemetry/api 创建 Counter 与 Histogram 记录业务指标，并在 span 上设置属性、记录异常。
质量门禁要求：HTTP 请求传播 traceparent、日志含 trace_id 与 span_id、每个端点具备 RED 指标、P99 SLO 与燃烧率告警、尾部采样保留全部错误与慢链路、数据库查询埋点、业务指标标签基数受限、告警关联 runbook、采样决策可查询、跨服务依赖图自动生成。
限制与边界：应用错误处理、安全事件监控、日志存储基础设施、性能测试、成本优化等不在本技能范围内，应分别使用对应技能。资料未提供具体安装命令、收费与价格信息。