Pydantic Logfire
为 Python 应用采集并查询追踪、指标与日志。
这个 Agent 能做什么，适合哪些场景？
Pydantic Logfire 是 Pydantic 团队提供的可观测性平台，其开源仓库包含 Python SDK `logfire` 与文档。开发者可在代码中手动创建日志和 span，也可为 FastAPI 等常用 Python 包接入自动化观测。SDK 以 OpenTelemetry 为基础，覆盖 traces、metrics 和 logs，并支持将数据导出至任意兼容 OTel 的后端。平台的记录与展示服务（UI 和后端）为闭源；企业许可支持自行托管该平台。它适合需要查看 Python 应用、数据库查询、事件循环及 Pydantic Validation 数据流的团队，而不是一个自主执行任务的 AI Agent。
通过 pip install logfire 安装 Python SDK 后，应用调用 logfire.configure() 进行配置。代码可调用 logfire.info()、logfire.debug()，并使用 with logfire.span(...) 包裹操作以产生手动遥测数据；也可调用 logfire.instrument_fastapi(app) 为 FastAPI 应用接入观测。README 还说明可继续为数据库连接器和 HTTP 库接入 instrumentation，并添加 logging handler。生成的 traces、metrics 和 logs 可供 Logfire 平台记录和显示，或导出到任意 OTel 兼容后端；平台数据可用标准 SQL 查询。
- Python 后端团队在排查一次请求为何变慢时，用 `logfire.span(...)` 标记关键步骤并查看对应遥测数据。
- 使用 FastAPI 和 Pydantic `BaseModel` 的服务团队，希望通过 `logfire.instrument_fastapi(app)` 观察接口与验证相关的数据流。
- 需要同时收集追踪、指标和日志的工程团队，希望采用基于 OpenTelemetry 的 Python SDK。
- 已有 OTel 兼容后端的团队，希望通过 Logfire SDK 导出遥测数据，而不把数据路径限定为 Logfire 平台。
- 需要以标准 SQL 查询可观测性数据，或希望将查询接入既有 BI 工具和数据库查询库的数据团队。
这个 Agent 有哪些优点和局限？
- 以 OpenTelemetry 为基础，README 明确支持 traces、metrics 与 logs，并可导出至任意 OTel 兼容后端。
- 提供直接的 Python API，包括 `logfire.info()`、`logfire.debug()` 和 `logfire.span(...)`，可从手动追踪开始。
- 提供 `logfire.instrument_fastapi(app)`，且文档说明可为数据库连接器和 HTTP 库继续接入 instrumentation。
- 可用标准 SQL 查询数据，并可配合既有 BI 工具和数据库查询库。
- 记录和展示数据的 Logfire UI 与后端为闭源，仓库不包含该服务的实现。
- 自行托管 Logfire 平台需要购买企业许可。
- 所给材料没有给出认证所需凭据、配置参数、数据保留策略或故障处理行为。
- Python SDK 与文档开源，但仓库并非完整的平台服务器部署包。
如何安装或部署这个 Agent？
在具备 Python 和 pip 的环境中运行：
pip install logfire
随后运行：
logfire auth
所给材料仅展示认证命令，未说明所需账号、令牌或交互式认证细节。
如何使用这个 Agent？
最小可用调用：
import logfire
logfire.configure()
logfire.info('Hello, {name}!', name='world')
可用 with logfire.span('Asking the user their {question}', question='age'): 包裹一段操作以创建 span。FastAPI 集成则在创建 FastAPI() 应用后调用 logfire.configure() 和 logfire.instrument_fastapi(app)。