SuperAPI AI 工具集

otel-queries

部署与运维

查看项目

更新于 10-16 05:49

技能介绍

用途:检查 gh-aw 的 OpenTelemetry/OTLP 数据,回答遥测问题,避免重复推导追踪字段、后端过滤器和诊断方法。适用于分析 OTEL/OTLP 数据、查看 Grafana/Tempo/Sentry/Honeycomb/Datadog 中的追踪、解释工作流或智能体运行缓慢/失败原因、比较运行阶段与错误聚类、寻找可观测性或性能改进点。不适用于仅需埋点、无需读取遥测的任务。

主要能力:按优先级选择遥测来源(本地工件或镜像 /tmp/gh-aw/otel.jsonl 与 /tmp/gh-aw/copilot-otel.jsonl、通过 MCP 或工具访问的实时 OTLP 后端、无遥测时的静态代码检查)。提供标准分析循环:确认 span 是否存在、追踪连续性是否完整、哪个阶段(setup、agent、tool、conclusion)慢或失败、span 属性是否足以解释问题、问题是系统性还是孤立。给出六类通用查询(近期 span、按名称最慢 span、按名称错误、缺失核心属性、单个失败运行的追踪完整性、重复成本或延迟热点)及本地 JSONL 的 jq 配方。

使用方式:优先使用最便宜的来源,先运行少量固定查询,确认一个具体瓶颈、缺失属性或断裂的关联路径,再回答用户问题;仅在证据支持时建议后续优化。本地 JSONL 可用 jq 命令提取 span、按前缀过滤、按 key 取属性、查找缺失属性、检查单个 traceId。后端适配时先按 service.name="gh-aw" 和短时间窗做追踪搜索,再用完整追踪验证字段名。

限制:不提供埋点侧工作指南;不编造后端能力;需按实际后端翻译查询。预期输出包含所用来源、回答的问题、确认的瓶颈或观测缺口、精确证据(span 名称、trace 或 run ID、属性有无、时长或错误模式)、最小改动及验证步骤。