1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | tempo-grafana-skills |
| 作者/维护者 | Grafana Labs（官方组织） |
| 来源链接 | https://github.com/grafana/skills/tree/main/skills/grafana-lgtm/tempo |
| 许可证 | Apache-2.0（GitHub API 获取） |
| GitHub Stars / Forks | 203 / 17（GitHub API 获取；为 grafana/skills 合集仓库整体数据，非本子技能个体热度，详见第 7 章前说明） |
| 最新版本 | 无独立版本号（随合集仓库按插件组整体发布） |
| 安装方式 | Claude Code 插件市场一键安装，或通用命令行工具安装（见第 10 章） |
2. 功能介绍与亮点
tempo 教你把 Grafana Tempo 这套分布式追踪后端从零搭起来，并用 TraceQL 查询语言从中找出问题请求。核心内容覆盖完整链路：
- 本地 Docker Compose 快速起步 + 用 curl 发送合成 OTLP span 验证摄入是否成功
- 通过 Grafana Alloy（OpenTelemetry Collector）把应用产生的追踪数据转发进 Tempo
- TraceQL 查询语法：属性作用域、比较/逻辑运算符、结构化操作符（
>>表示“下游调用出错”这类跨 span 关系查询）、以及基于追踪数据生成的错误率/延迟分位数指标 - 生产级 Kubernetes 部署（Helm
tempo-distributed），含对象存储（S3/GCS/Azure）配置 - 多租户隔离（
X-Scope-OrgID）与追踪-日志-指标-性能剖析四signal 互相跳转的数据源联动配置 - 常见故障排查速查表（摄入端 503、推送 429、“Explore 里看不到追踪”等）
技能内容全部是 Markdown 文档与命令示例，另附两篇独立参考文档（TraceQL 完整语法速查表、175 行的架构与运维参考），信息密度高但结构清晰。负责该子技能的贡献者经核实是 Grafana 内部负责 Tempo 产品本身的工程师，曾专门提交内容更新以修正过时信息，而非仅由文档团队批量生成。
3. 适用场景
固定分类：DevOps 与基础设施
- 团队计划为微服务架构引入分布式追踪、需要一套从部署到查询的完整操作手册
- 已运行 Tempo 但遇到“追踪数据发不进去”或“Explore 里查不到”等问题，需要按故障排查路径定位
- 需要编写 TraceQL 查询定位慢请求、错误请求或跨服务调用链路问题的 SRE / 后端工程师
- 需要把追踪数据接入 Kubernetes 生产环境（Helm 部署、对象存储、多租户）的平台工程师
4. 跨 Agent 兼容性
- Claude Code：原生支持——仓库提供
.claude-plugin/marketplace.json，可通过claude plugin marketplace add+claude plugin install直接安装 - Codex：支持——仓库同时提供
.agents-plugin/marketplace.json供 Codex 自动发现 - OpenClaw：未验证——README 仅笼统声明“兼容任何支持 Agent Skills 开放标准的工具”，未点名 OpenClaw
- Hermes Agent：未验证——同上，未见针对性说明
5. 推荐理由
这份技能由 Grafana 内部实际负责 Tempo 产品的工程师维护，内容准确性有产品团队背书；结构完整覆盖“部署起步 → 数据接入 → 查询语法 → 生产部署 → 故障排查”全流程，而不是只讲某一个环节；两篇独立参考文档把 TraceQL 语法和架构细节从主文档中拆出，避免主文档冗长又不丢失深度。纯开源自托管，不依赖任何付费 SaaS，Tempo 本身对象存储成本低、易于长期运行。安全上也很干净：纯文档技能，命令全部操作用户自己的基础设施，无外发风险。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 合集仓库整体 203 stars（不代表本子技能个体热度）；子目录本身 5 次提交，其中一次是 Grafana Tempo 产品工程师专门提交的内容修正（2026-05-15），非批量脚本生成 |
| 可用性 | 8 | SKILL.md 结构完整（前置条件、四类实操工作流、多租户配置、故障排查速查表），另附两篇独立参考文档；纯开源自托管无付费依赖；最近一次内容更新为 2026-05-15 |
| 安全性 | 9 | 纯 Markdown 文档与命令示例，无需执行脚本；所有命令操作的都是用户自己的本地容器或自建 K8s 集群，无第三方数据外发；License Apache-2.0 明确 |
安全检查清单： ① Shell 命令执行——文中出现的 docker/helm/kubectl/curl 命令均由用户在自己环境中手动执行，非技能自动触发，权限范围限于用户本地或自有集群 ② 联网外发——所有网络请求指向用户自建的 Tempo/Alloy/Kubernetes 服务地址，未见任何面向第三方服务器的数据外发 ③ 凭据处理——不涉及 API Key；生产部署需要用户自行在 Helm values 中配置对象存储访问凭据，存储方式由用户自身基础设施决定，技能本身不代管 ④ 可疑指令——通读 SKILL.md 与两篇参考文档，未发现要求执行未声明操作或访问敏感文件的指令 ⑤ 作者信誉——官方 Grafana Labs 仓库，负责该子技能的贡献者经 GitHub 资料核实为 Grafana Tempo 产品工程师 ⑥ License——Apache-2.0，明确 ⑦ 最近维护——子目录最近一次内容更新为 2026-05-15，所属仓库整体持续活跃
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
| Jaeger（CNCF 毕业的开源分布式追踪系统，非 Agent Skill 形态） | 独立部署的追踪后端，依赖 Elasticsearch/Cassandra 做全量索引 | 全索引带来更灵活的按标签/时长搜索能力，但存储成本更高；Tempo 只对 Trace ID 与服务/操作元数据建索引、追踪数据本身存对象存储，存储成本更低，代价是通常需要先从日志或指标拿到 Trace ID 再查（本技能文档中明确写出了这一取舍） |
| otel-instrumentation（Honeycomb 官方技能，聚焦 OpenTelemetry 应用埋点） | 教工程师在应用代码里写 Span、属性、异常事件 | 覆盖的是链路最上游的“埋点”环节，不涉及追踪后端的部署、存储或查询语言——与本技能是上下游互补关系而非同类竞品，两者组合可以覆盖从代码埋点到后端查询的完整链路 |
8. 用户评价
该技能目前在 GitHub Issues 与第三方 Agent Skills 市场均未见针对该子技能本身的具名用户评价。
9. 安装使用方式
- Claude Code：
claude plugin marketplace add grafana/skills，再执行claude plugin install grafana-lgtm@grafana-skills（按grafana-lgtm插件组整组安装，同组还包含 loki/mimir/prometheus/pyroscope 等技能） - 通用（Cursor 等支持 Agent Skills 开放标准的工具）：
npx skills add grafana/skills，会写入对应工具的技能目录（如 Cursor 的.cursor/skills/） - Codex：仓库提供
.agents-plugin/marketplace.json，可被 Codex 自动发现安装 - 安装后注意事项：无需重启；触发方式是在对话中提及 Tempo、TraceQL、追踪后端相关关键词（如“追踪后端”“慢请求怎么查”“Jaeger 兼容存储”等），Agent 会按 SKILL.md 声明的触发短语自动加载本技能
10. 注意事项
- 按插件组整组安装，无法只单独安装 tempo 一个子技能，会连带装入同组的其他 LGTM 组件技能
- 生产级部署（Helm
tempo-distributed）需要用户自行申请并配置对象存储桶的访问权限，技能本身不提供也不代管任何凭据 - OpenClaw、Hermes Agent 的兼容性未获验证，仅有笼统的“兼容 Agent Skills 开放标准工具”表述
- Tempo 的查询模型通常需要先拿到 Trace ID 才能查到完整链路（除非走 metrics-generator 生成的 RED 指标/服务图入口），这是产品架构本身的设计取舍，不是文档缺陷