# Fiche connecteur Logfire
Catalogue Pipedream : connexion du compte et droits nécessaires. Les actions réellement utilisables sont vérifiées dans Bruno lors de la connexion. Les déclencheurs sont documentés à titre de référence et ne sont pas activés automatiquement dans Bruno.
Les noms et données des exemples sont fictifs ; toute exécution reste soumise aux droits et aux validations du connecteur.

## Logfire
URL : https://get-bruno.com/features/connectors/logfire
Référence texte : https://get-bruno.com/features/connectors/logfire/reference.txt
Origine : Catalogue Pipedream
Statut : Catalogue Pipedream — connexion à vérifier
Catégories : Intelligence artificielle
Description : Logfire est une plateforme d’observabilité pour les applications, les traces et les données liées aux modèles de langage. Ce connecteur permet d’enregistrer un événement et d’interroger les journaux ou les métriques avec SQL.
Authentification : API key
Présentation : Logfire est une plateforme d’observabilité pour les applications, les traces et les données liées aux modèles de langage. Ce connecteur permet d’enregistrer un événement et d’interroger les journaux ou les métriques avec SQL.
Usage : Enregistrer une erreur applicative
Exemple de demande : Je veux noter l’erreur de paiement de la commande Atelier Martin dans Logfire pour en garder une trace courte.
Résultat attendu : Une entrée de log ponctuelle enregistrée comme événement ou exception, avec possibilité de vérification ensuite par requête SQL.
À préciser : Le message de l’événement à enregistrer ; Le niveau ou le contexte de l’erreur ; L’éventuelle exception à marquer si nécessaire
Nature : Exemple sous réserve de connexion et de droits
Sources de l’exemple : https://pipedream.com/apps/logfire/actions/record-log-entry
Usage : Vérifier ce qui a été écrit après un enregistrement
Exemple de demande : Je veux contrôler que l’événement Déploiement du service client a bien été enregistré dans Logfire après l’appel d’écriture.
Résultat attendu : Le résultat d’une requête SQL ciblée sur les enregistrements, pour confirmer la présence de l’événement.
À préciser : Le texte ou le motif à retrouver ; Le besoin de vérification après écriture ; La table cible, en général records ou metrics
Nature : Exemple sous réserve de connexion et de droits
Sources de l’exemple : https://pipedream.com/apps/logfire/actions/run-sql-query
Limites propres au service : L’écriture crée une entrée ponctuelle, pas une trace distribuée complète. La consultation passe par une requête SQL, y compris pour vérifier ce qui vient d’être écrit. Le catalogue ne fournit pas de lecture prête à l’emploi sans requête. Les champs disponibles dépendent de la table interrogée, records ou metrics.
Vocabulaire français : Enregistrer une entrée de journal — Enregistre une seule entrée de journal ou un événement dans Logfire sous forme de span de durée nulle. (https://pipedream.com/apps/logfire/actions/record-log-entry)
Vocabulaire français : Exécuter une requête SQL — Exécute une requête SQL arbitraire sur les enregistrements ou les métriques de Logfire et renvoie les résultats. (https://pipedream.com/apps/logfire/actions/run-sql-query)
- action : Record Log Entry — Records a single log entry or event in Logfire as a zero-duration span, via OTLP ingestion. Use this whenever the user wants to log, record, or note an event, deployment, incident, or error — this is Logfire's equivalent of calling logfire.info() / logfire.error() from the SDK. This creates a single point-in-time entry, not a full distributed trace with parent/child spans. Setting exceptionType / exceptionMessage marks the entry as an exception ( is_exception = true when later queried). After recording, use Run SQL Query to confirm what was written (e.g. SELECT * FROM records WHERE message LIKE '%...%' ORDER BY start_timestamp DESC LIMIT 1 ). See the documentation (https://pipedream.com/apps/logfire/actions/record-log-entry)
- action : Run SQL Query — Executes an arbitrary SQL query against Logfire's records (unified logs + traces, one row per span) or metrics tables and returns the results. Use this for any analysis, search, or aggregation over your telemetry — recent activity, error hunting, latency analysis, counts, etc. To discover what columns are available before writing a query, run SELECT column_name, data_type FROM information_schema.columns WHERE table_name = 'records' (or 'metrics' ) with this same tool — there is no separate schema-discovery tool. Useful columns on records include start_timestamp , span_name , message , level , service_name , duration , is_exception , exception_type , and exception_message . Example — find exceptions: SELECT span_name, exception_type, exception_message FROM records WHERE is_exception = true ORDER BY start_timestamp DESC . Example — count by level: SELECT level, count(*) AS n FROM records GROUP BY level ORDER BY n DESC . After using Record Log Entry to write data, use this tool to confirm what was recorded. See the SQL reference and query API docs. (https://pipedream.com/apps/logfire/actions/run-sql-query)