サービス可観測性キット

## 概要
サービス可観測性キットは、バックエンドチームに生のログとメトリクスから根本原因診断への最短の道筋を提供します。Pythonサービスを計装し、JaegerまたはTempoでマイクロサービス間を跨いだリクエストをトレースし、Grafanaでライブのシステムとアプリケーションのヘルスを可視化する、本番対応の3つのスキルをバンドルしています。

## クイックスタート
1. OpenClawワークスペースにプラグインをインストールします。
2. **python-observability-patterns**を使用して、Pythonサービスに構造化ログ、メトリクス、OpenTelemetryトレーシング、相関IDを追加します。
3. **distributed-tracing**を使用してマイクロサービス間でJaegerまたはTempoを接続し、本番対応の**grafana-dashboards**を構築してレイテンシー、エラー、饱和度をリアルタイムで可視化します。

## 主なコマンド
- `0xdarkmatter-python-observability-patterns` — Pythonアプリ内にログ、メトリクス、トレーシング、相関IDパターンを適用（structlog、OpenTelemetry、Prometheus）。
- `wshobson-distributed-tracing` — JaegerとTempoでマイクロサービス間を跨いだリクエストを追跡し、パフォーマンスのボトルネックの特定とリクエストフローの分析を行います。
- `sickn33-grafana-dashboards` — システムとアプリケーションのメトリクスをリアルタイムで可視化する本番用Grafanaダッシュボードを作成・管理します。

## ヒント
- python-observability-patternsから始めて、一貫性のあるトレースと相関IDを出力することから始め、分散トレーシングをレイヤリングしてサービス境界を跨いだスパンが連携するようにしてから、こうして得られたメトリクスに基づいてgrafana-dashboardsを設計してください。
- このプラグインはアラートまたはインシデント対応のプラグインと組み合わせて使用してください：ダッシュボードはどこを見るべきかハイライトし、トレースはなぜが発生したかを説明し、オンコールのワークフローがフィードバックのループを閉じます。
- ダッシュボードのパネルはゴールデンシグナル（レイテンシー、トラフィック、エラー、饱和度）に合わせて調整してください。これによりトレースデータとPython計装が、Grafanaでオペレーターが表示するものと明確にマッピングされます。