AIKraft/AI/Войти
AIKraft/Skills/tempo

tempo

Stand up Grafana Tempo as a cost-efficient distributed-tracing backend that only needs object storage, and write TraceQL queries against it. Covers OTLP + Jaeger + Zipkin ingestion, the distributor → live-store → block-builder → object-storage write path, metrics-generator for RED spanmetrics + service graphs, Helm `tempo-distributed` deployment, multi-tenant `X-Scope-OrgID`, TraceQL span /

GLGrafana Labs official Разработка

Что делает навык

Skill разворачивает Grafana Tempo как экономичный бэкенд для распределённой трассировки, принимающий данные через OTLP, Jaeger, Zipkin и сохраняющий их в объектное хранилище. Он позволяет отправлять синтетические и реальные трейсы, а также выполнять запросы TraceQL для анализа задержек и ошибок.

Когда применять

  • Локальная отладка и проверка готовности сервиса трассировки через Docker Compose.
  • Настройка маршрутизации трейсов от приложений через Alloy в Tempo.
  • Поиск медленных запросов или сервисов с ошибками с помощью TraceQL.
  • Развёртывание распределённого Tempo в Kubernetes с использованием Helm.

Как работает

  1. Запустить локальный стек через Docker Compose (example/docker-compose/local) и проверить готовность через endpoint /ready.
  2. Отправить синтетический OTLP-спан на порт 4318 и убедиться в его приёме через метрики или API.
  3. Настроить Alloy для экспорта трейсов в Tempo или использовать приложение, генерирующее OTLP-трафик.
  4. Выполнить запрос TraceQL в Grafana Explore или через API для фильтрации по сервисам, длительности или статусам.
  5. Развернуть распределённый Tempo в Kubernetes через Helm (tempo-distributed), указав параметры S3-хранилища.
  6. Настроить мультитенантность, добавляя заголовок X-Scope-OrgID ко всем запросам.

Примеры запросов агенту

Разверни локально Grafana Tempo через Docker и отправь тестовый спан.
Напиши TraceQL-запрос для поиска всех серверных спанов, вызвавших ошибку у downstream-сервиса.
Установи распределённый Tempo в Kubernetes через Helm, подключив к S3-бакету.

Что понадобится

  • Docker (для локального старта) или Kubernetes (для продакшена).
  • Объектное хранилище (S3/GCS/Azure) для распределённых развёртываний.
  • Grafana stack с настроенным Tempo datasource для запросов.

Описание составлено по SKILL.md навыка, сверено 06.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «tempo» из репозитория: # https://github.com/grafana/skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r tempo/ ~/.claude/skills/tempo/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.