路线图¶
这是 Pydantic Logfire 的路线图。这是一份动态文件，我们将随着我们的进展而更新。
如果你有任何问题或功能请求，请加入我们的 Slack。
特征 💡¶
我们计划在 Logfire 中实现很多功能。以下是其中的一些。
¶
服务器端清理敏感数据
Logfire SDK会先从客户端的日志中清除敏感数据，然后再将其发送到服务器。
我们计划在服务器端为其他 OpenTelemetry 客户端实现类似的清理。
我们还将支持对行进行临时清理。
创建团队¶
您将能够创建具有组织的团队。
有关详细信息，请参阅此 GitHub 问题。
警报和通知¶
为警报和通知系统规划了以下功能：
- Slack 集成
- 电子邮件集成
- Webhook 集成
警报基于定期运行的 SQL 查询(针对常见情况的预设模板)，用于确定是否发生了新事件。
有关详细信息，请参阅此 GitHub 问题。
¶
GitHub 代码源的链接
您将能够直接从 Logfire UI 转到 GitHub 存储库，并查看 logfire 调用或异常的代码。
有关详细信息，请参阅此 GitHub 问题。
跨项目仪表板¶
您将能够使用来自多个项目的信息创建仪表板。
有关详细信息，请参阅此 GitHub 问题。
本地部署¶
我们计划为 Logfire 提供本地部署选项。这将允许您在自己的基础设施上部署 Logfire。
有关详细信息，请参阅此 GitHub 问题。
架构目录¶
我们希望按照我们在 Logfire 中的路线图文章中所述构建一个 Pydantic 模型/模式的目录。
我们的想法是，我们将使用 SDK 将 Pydantic 模型的架构上传到 Logfire。然后，您可以观察这些架构如何变化，并查看有关特定模型执行的验证行为的指标。
有关详细信息，请参阅此 GitHub 问题。
语言支持¶
Logfire建立在OpenTelemetry之上，这意味着它支持OpenTelemetry支持的所有语言。
尽管如此，我们仍计划为 JavaScript、TypeScript 和 Rust 创建自定义 SDK，并确保属性在 Logfire UI 中以良好的方式显示——就像它们适用于 Python 一样。
有关详细信息，请参阅此 GitHub 问题。
¶
自动异常检测 我们正计划实施一个自动异常检测系统，该系统将能够检测日志中的异常情况，并在无需您定义特定查询的情况下通知您。
本文总阅读量次