用途：为 Java（尤其 Spring Boot）应用添加或改进日志，输出结构化、便于 AI 解析的格式，并支持请求追踪与调试。
主要能力：使用 SLF4J 声明 Logger 与参数化日志；采用 JSON 结构化日志（字段如 timestamp、level、logger、message、requestId、traceId、duration_ms、step），便于直接提取字段、按 requestId 串联请求、定位错误与慢操作；通过 MDC 记录 requestId、userId 等上下文；提供面向 AI 调试的字段建议。
使用方式：Spring Boot 3.4+ 可在 application.yml 中配置 logging.structured.format.console 为 logstash、ecs 或 gelf，无需额外依赖；用 profile 在 JSON 与人类可读格式间切换，如 ./mvnw spring-boot:run -Dspring.profiles.active=human-logs。低于 3.4 可用 logstash-logback-encoder 依赖配合 logback-spring.xml，并通过 StructuredArguments.kv 添加自定义字段。读取日志可用 jq，例如 cat app.log | jq 'select(.level == "ERROR")'、按 requestId 过滤或筛选 duration_ms > 1000。
适用场景：需要 AI/Claude Code 分析应用行为、排查错误、追踪请求流程、识别慢操作，以及生产或 CI/CD 环境的结构化日志。
限制：资料未提供具体性能数据、收费信息或完整安装步骤；示例配置需按实际项目调整。