structured-logging-and-observability
Use this skill when building production services, pipelines, or automation that needs to be debugged, monitored, or audited. Add structured logs, metrics, and health checks before shipping any service.
Quellinformationen
- Repository
- aiming-lab/MetaClaw
- Letzte Quellaktivität
- 10. März 2026 um 18:04
- Erkannte Sprache von SKILL.md
- Englisch
- Sterne
- 3.464
- Forks
- 453
Installationsoptionen
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
SKILL.md wird angezeigt
SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau- name
- structured-logging-and-observability
- description
- Use this skill when building production services, pipelines, or automation that needs to be debugged, monitored, or audited. Add structured logs, metrics, and health checks before shipping any service.
- category
- automation
# Structured Logging and Observability
**Log levels:**
- `DEBUG`: detailed diagnostic (off in production)
- `INFO`: normal operation milestones
- `WARNING`: recoverable unexpected state
- `ERROR`: operation failed, action needed
**Structured logs (JSON) over free-form text:**
```python
import structlog
log = structlog.get_logger()
log.info("request_complete", method="POST", path="/api/data", status=200, latency_ms=42)
```
**Metrics to expose:** request rate, error rate, latency (p50/p95/p99), queue depth.
**Health check endpoint:** `/health` returning `{"status": "ok"}` — required for load balancers.
**Anti-pattern:** Logging only on error; you can't diagnose what you didn't observe.
Auf GitHub ansehen