motel
本地OpenTelemetry数据接收与终端可视化调试工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：motel。 它的用途是：本地OpenTelemetry数据接收与终端可视化调试工具 完整的 Skill 内容见：https://321skill.com/skills/motel/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我看看用户登录这个接口为什么最近变慢了，有没有报错？'，安装了 motel-debug skill 的 AI 会主动查询本地 motel 服务，获取该服务近期的追踪数据，分析出慢请求的 Span 耗时分布和关联的错误日志，并给出具体的代码位置和建议。
介绍
motel 是一个专为开发者设计的本地 OpenTelemetry 数据接收与可视化调试工具。它解决了在开发过程中，需要将应用产生的遥测数据（如追踪、日志）发送到云端服务进行查看和分析所带来的延迟、成本和复杂性等问题。开发者无需搭建复杂的后端服务或依赖云账户，即可在本地实时查看应用的运行时证据。
使用方式非常简单：通过 npm 或 Bun 全局安装 @kitlangton/motel 包，运行 motel 命令即可启动一个本地 OTLP/HTTP 服务器（默认端口 27686）。随后，只需将你的应用程序（例如使用 Effect、OpenTelemetry SDK 的应用）的 OTLP 导出器指向 http://127.0.0.1:27686/v1/traces 和 http://127.0.0.1:27686/v1/logs，数据便会自动流入 motel。启动后，它会提供一个功能丰富的终端用户界面（TUI），你可以通过键盘快捷键浏览服务、查看追踪瀑布图、检查单个 Span 详情及关联日志，还支持过滤、排序和主题切换。
这个工具非常适合后端开发者、全栈工程师以及任何在本地或 CI 环境中使用 OpenTelemetry 进行应用可观测性调试的工程师。特别是那些希望快速、低成本地验证 OpenTelemetry 数据是否正确生成，或者需要在编写代码时即时查看函数调用链路和日志输出的场景。
与 Jaeger、Zipkin 等需要独立部署的分布式追踪系统相比，motel 的最大区别在于其极致的轻量化和开箱即用体验。它基于 SQLite 存储，无需 Docker 容器或复杂的配置，数据完全保留在本地机器上，保证了隐私和速度。与直接查看原始日志文件相比，它提供了结构化的追踪视图和关联分析能力，调试效率更高。
核心特点
核心区别在于：1) 极致轻量，基于 Bun 和 SQLite，无需 Docker 或云服务，真正做到开箱即用、数据本地化；2) 原生为 AI 智能体（如 Claude Code、Cursor）调试设计，提供了配套的 `motel-debug` Skill，让 AI 能直接查询运行时证据辅助诊断。
注意事项
不适合需要长期存储、跨团队共享或进行大规模生产环境数据分析的场景。
常见问题
motel 和 Jaeger 有什么区别？
motel 是轻量级本地调试工具，基于 SQLite，无需部署；Jaeger 是功能完整的分布式追踪系统，适合生产环境。
必须安装 Bun 才能运行吗？
是的，motel 是一个 Bun 脚本，运行时需要 Bun v1.1 或更高版本在 PATH 中。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/motel/raw/index.md 读取 motel 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/motel/raw/index.md（查看排版版本）