arize-instrumentation 是做什麼的？
為 LLM 應用程式首次加入 Arize AX 追蹤功能。採用雙階段代理輔助流程，先分析程式碼庫，再在使用者確認後實作儀器化。適用於使用者想要對應用程式進行儀器化、從頭開始加入追蹤、建立 LLM 可觀測性、整合 OpenTelemetry 或 openinference，或開始使用 Arize 追蹤的時候。
為 LLM 應用程式首次加入 Arize AX 追蹤功能。採用雙階段代理輔助流程，先分析程式碼庫，再在使用者確認後實作儀器化。適用於使用者想要對應用程式進行儀器化、從頭開始加入追蹤、建立 LLM 可觀測性、整合 OpenTelemetry 或 openinference，或開始使用 Arize 追蹤的時候。
這個技能「arize-ai/arize-instrumentation」旨在協助開發者首次為大型語言模型（LLM）應用程式加入 Arize AX 的追蹤功能。它採用一個獨特的雙階段代理輔助流程：首先，AI 代理會分析現有的程式碼庫，了解其架構與使用的框架；然後，在獲得使用者明確確認後，才會自動將 OpenInference 或 OpenTelemetry 等儀器化程式碼注入到程式中。這讓開發者不必手動研究如何整合追蹤，顯著降低了 LLM 可觀測性的設置門檻。該技能支援多種流行的 LLM 框架，包括 LangChain、LlamaIndex、OpenAI SDK 以及 Hugging Face 等，確保了廣泛的適用性。透過這個工具，使用者可以輕鬆地實現對 LLM 應用程式的監控、除錯與效能最佳化，並直接與 Arize AI 平台生產環境對接。
npx skills add https://github.com/arize-ai/arize-skills/tree/main/skills/arize-instrumentationInstalled? Explore more 生產力與協作 skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
為 LLM 應用程式首次加入 Arize AX 追蹤功能。採用雙階段代理輔助流程，先分析程式碼庫，再在使用者確認後實作儀器化。適用於使用者想要對應用程式進行儀器化、從頭開始加入追蹤、建立 LLM 可觀測性、整合 OpenTelemetry 或 openinference，或開始使用 Arize 追蹤的時候。
This repo contains 2 individual skills — each has its own dedicated page.
Optimizes, improves, and debugs LLM prompts using production trace data, evaluations, and annotations. Extracts prompts from spans, gathers performance signal, and runs a data-driven optimization loop using the ax CLI. Use when the user mentions optimize prompt, improve prompt, make AI respond better, improve output quality, prompt engineering, prompt tuning, or system prompt improvement.
Downloads, exports, and inspects existing Arize traces and spans to understand what an LLM app is doing or debug runtime issues. Covers exporting traces by ID, spans by ID, sessions by ID, and root-cause investigation using the ax CLI. Use when the user wants to look at existing trace data, see what their LLM app is doing, export traces, download spans, investigate errors, or analyze behavior regressions.
Gemini CLI one-shot prompts, summaries, generation, skills, hooks, MCP, or Gemma routing.
Fetch GitHub issues, select candidates, spawn background fix agents, open PRs, and optionally process PR review comments.
Create, edit, audit, tidy, validate, or restructure AgentSkills and SKILL.md files.
Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.
Delegate coding work to Codex, Claude Code, or OpenCode as background workers; not simple edits or read-only code lookup.
List, configure, authenticate, call, and inspect MCP servers/tools with mcporter over HTTP or stdio.