用途：该技能面向可观测性建设，适用于实现监控、分布式追踪或调试时使用，围绕 Metrics、Traces、Logs 三大支柱展开。
主要能力：指标侧涉及 Prometheus、Grafana、Datadog，常用 RED（Rate、Errors、Duration）与 USE（Utilization、Saturation、Errors）；追踪侧涉及 OpenTelemetry、Jaeger、Tempo，关注 P95 延迟、span 时长与错误率；日志侧涉及 Loki、ElasticSearch、Datadog，强调结构化 JSON 与 correlation ID。资料还给出 OpenTelemetry Node.js 自动埋点示例（NodeSDK 与 getNodeAutoInstrumentations）、Google SRE Golden Signals 表（延迟、流量、错误、饱和度及示例阈值），以及结构化 JSON 日志字段示例（timestamp、level、message、trace_id、span_id、service.name、error.type）和 SLI/SLO/SLA 概念示例。
使用方式：资料提示，如需按技术栈进行详细埋点，可调用 @observability-engineer；具体调用方式与配置步骤暂未提供。
适用场景：构建监控与告警、接入分布式追踪、统一结构化日志与关联 ID、定义 SLI/SLO。
限制：资料未提供安装命令、官方文档、定价、平台支持范围与完整落地步骤，上述未提及内容暂未提供，实际接入需结合所选技术栈自行确认。