pi-otel
为pi-coding-agent提供OpenTelemetry链路追踪的Skill。
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：pi-otel。 它的用途是：为pi-coding-agent提供OpenTelemetry链路追踪的Skill。 完整的 Skill 内容见：https://321skill.com/skills/pi-otel/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
“帮我分析一下最近这个代码生成任务为什么耗时特别长？” 它会引导你查看由pi-otel导出的追踪数据，在Aspire dashboard中，你可以清晰地看到是哪个具体的工具调用或LLM推理步骤成为了瓶颈，从而进行针对性优化。
介绍
这个Skill解决了在pi-coding-agent开发过程中难以可视化、追踪和分析AI助手（如Claude）与工具调用之间复杂交互链路的问题。它通过在每个用户提示（prompt）下自动创建包含交互、LLM请求和工具调用层级的Span树，实现了对AI助手工作流的细粒度监控。
使用方式非常简单，只需在项目中安装并配置此Skill，它便会自动捕获pi-coding-agent的交互数据，并通过OTLP协议将追踪数据导出到指定的后端（如Jaeger、Tempo或支持OTLP的APM系统）。这使得开发者无需修改核心业务代码即可获得完整的可观测性。
它非常适合使用pi-coding-agent进行代码生成、自动化脚本编写或复杂任务拆解的开发者，尤其是那些关注AI助手内部决策过程、希望优化提示词或排查工具调用问题的团队。对于追求工程化、希望将AI助手集成纳入DevOps和SRE监控体系的团队来说，这个Skill尤其有价值。
使用建议是，请确保你的环境已配置好OTLP接收端（如Aspire dashboard或Jaeger）。注意事项是，它主要追踪结构化的交互链路，对于非pi-coding-agent框架内的调用或纯文本对话分析可能不适用，且开启后可能会产生额外的性能开销。
核心特点
与同类监控工具相比，它专为pi-coding-agent框架深度定制，能自动构建“每提示（per-prompt）Span树”，清晰展现从用户交互到LLM内部请求再到具体工具调用的完整层级关系，并且原生支持Aspire dashboard，开箱即用。
注意事项
仅适用于基于pi-coding-agent框架的应用，不适用于其他AI代理框架或纯聊天场景。
常见问题
pi-otel 能监控哪些数据？
监控每个用户提示触发的完整交互链路，包括LLM请求和工具调用（tool）的层级、耗时和状态。
数据导出到哪里？如何查看？
数据通过OTLP协议导出，可配置到Jaeger、Tempo或Aspire dashboard等支持OTLP的后端进行可视化查看。
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/pi-otel/raw/index.md 读取 pi-otel 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/pi-otel/raw/index.md（查看排版版本）