用途：为 Spring Boot + Spring AI 应用补充 AI 可观测性，覆盖模型调用延迟、Token 用量、成本归因、Advisor 遥测以及受保护的提示词与响应日志。
依赖：需引入 spring-boot-starter-actuator 与 micrometer-registry-prometheus。
主要能力：Spring AI 1.0+ 内置 Micrometer 插桩，自动生成符合 OpenTelemetry GenAI 语义约定的指标，如 gen_ai.client.operation（模型调用延迟，带 provider 与 model 标签）、gen_ai.client.token.usage（输入/输出/总 Token 数）以及 spring.ai.chat.client 计时器/跨度。可通过配置开启提示词与补全日志，但生产环境应关闭以防 PII 泄露。
自定义指标：可用 MeterRegistry 注册 ai.prompt.latency 计时器与 ai.tokens.used 计数器，按 operation、model、type 打标签。
审计 Advisor：GA 版 API 已变更，需实现 CallAdvisor 并使用 ChatClientRequest/ChatClientResponse；Usage 的 getGenerationTokens() 已更名为 getCompletionTokens()。旧接口 CallAroundAdvisor/AdvisedRequest 在 1.0 中已移除，无法编译。
成本归因：价格应放在外部配置中，含生效日期与币种，按 usage 元数据返回的精确模型标识定价；未知模型应拒绝而非套用默认价；保留原始 Token 用量以便价格变动后重算。应用侧估算仅作运营信号，发票以供应商账单导出为准。
审计日志：可将 operation、model、inputTokens、outputTokens、estimatedCostUsd、latencyMs、success、createdAt 存入数据库，并用 @Async 异步保存，且该方法应放在独立 Bean 上，否则代理失效会同步执行。
配置：management.endpoints.web.exposure.include 暴露 health、prometheus、metrics、info；开启 ai.prompt.latency 的百分位直方图以获得 P50/P95/P99；开发环境可设 tracing 采样 1.0 与 org.springframework.ai 日志级别 DEBUG，生产需降低。
限制：资料未提供具体价格数值、部署平台或效果数据；生产环境需注意 PII、异步代理与失败调用单独打错误标签等问题。