Kit de Observabilidade de Serviços

## Visão Geral
O Kit de Observabilidade de Serviços oferece às equipes de backend um caminho rápido de logs e métricas brutas para diagnóstico de causa raiz. Ele agrupa três skills de nível de produção que instrumentam serviços Python, rastreiam solicitações entre microsserviços com Jaeger ou Tempo e visualizam a integridade do sistema e aplicativo ao vivo no Grafana.
## Início Rápido
1. Instale o plugin em seu espaço de trabalho OpenClaw.
2. Use **python-observability-patterns** para adicionar logging estruturado, métricas, rastreamento OpenTelemetry e IDs de correlação aos seus serviços Python.
3. Use **distributed-tracing** para conectar Jaeger ou Tempo entre microsserviços e criar **grafana-dashboards** de produção para exibir latência, erros e saturação em tempo real.
## Comandos Principais
- `0xdarkmatter-python-observability-patterns` — Aplique padrões de logging, métricas, rastreamento e ID de correlação dentro de aplicativos Python (structlog, OpenTelemetry, Prometheus).
- `wshobson-distributed-tracing` — Rastreie solicitações entre microsserviços com Jaeger e Tempo para identificar gargalos de desempenho e analisar fluxos de solicitações.
- `sickn33-grafana-dashboards` — Crie e gerencie dashboards Grafana de produção para visualização em tempo real de métricas do sistema e aplicativo.
## Dicas
- Comece com python-observability-patterns para emitir rastreamentos e IDs de correlação consistentes, depois adicione distributed-tracing para que os spans se vinculem entre limites de serviços antes de projetar grafana-dashboards sobre as métricas resultantes.
- Combine este plugin com um plugin de alertas ou resposta a incidentes: dashboards destacam onde observar, rastreamentos explicam por quê e fluxos de plantão fecham o ciclo.
- Mantenha os painéis de dashboard alinhados com sinais dourados (latência, tráfego, erros, saturação) para que os dados de rastreamento e instrumentação Python sejam mapeados de forma limpa no que os operadores veem no Grafana.