序号 | 操作 | 说明 |
1 | 看板切换 | 洞察大盘针对各个资源提供独立看板,方便健康度检查、性能优化和异常检测等。目前提供的看板包括:用量分析、性能分析,单击目标看板名称进行切换。 |
2 | 资源范围 | 根据资源进行数据筛选,默认为 All,可根据实际需求配置期望观测的智能体。 |
3 | 时间范围 | 指定时间范围进行数据筛选,支持通过相对时间范围或绝对时间范围方式进行数据筛选。 |
4 | 刷新频率 | 数据刷新频率,支持手动刷新或根据指定时间自动刷新。 |
5 | 图表操作 | 针对单个图表提供的操作,例如:放大、同比、下载为 CSV。 说明 不同图表支持的操作存在差异,以实际显示为准。
|
指标 | 说明 |
AgentKit 调用数 | 指定时间范围内 AgentKit 智能体的总调用次数,可用于评估业务接入量、系统负载水平,为资源规划、扩缩容策略及业务流量分析提供数据支撑。 |
AgentKit 调用趋势 | 指定时间范围内 AgentKit 智能体调用数趋势图。通过可视化方式展示调用量随时间的变化规律,可用于快速识别流量突增 / 突降等异常波动,定位服务中断、接入异常或业务高峰,辅助容量规划与故障排查。 |
AgentKit 活跃会话数 | 指定时间范围内存在活跃会话 AgentKit 智能体的会话数量,其中,活跃会话包括:完成初始化、存在事件上报或未正常结束。活跃会话数是衡量会话层面业务规模与接入量的基础指标,能够直观反映业务会话规模、用户接入量、系统负载水平。 |
AgentKit 活跃会话数趋势 | 指定时间范围内存在活跃会话 AgentKit 智能体的会话数趋势图。可用于快速发现会话量突增/突降等异常波动,定位服务中断、接入异常、流量抖动等问题。 |
Token 消耗 | 指定时间范围内 AgentKit 智能体的 Token 消耗总量,可用于成本预估、识别高消耗场景,为优化调用策略、控制运营成本提供数据依据。 |
Token 消耗趋势 | 指定时间范围内 AgentKit 智能体的 Token 消耗总量趋势图。通过可视化方式展示 Token 消耗随时间的演变规律,可用于识别成本异常波动、评估优化效果,为成本管控与资源配置调整提供决策支撑。 |
指标 | 说明 |
AgentKit 调用排行榜 | 指定时间范围内调用量排行前 50 的 AgentKit 智能体。直观呈现各智能体的业务依赖度与使用热度,可用于识别核心高频智能体、评估业务分布情况,为稳定性保障或业务优化提供数据支撑。 |
AgentKit Token 消耗排行榜 | 指定时间范围内 Token 消耗排行前 50 的 AgentKit 智能体。直观呈现各智能体的成本占比与资源消耗分布,可用于识别高消耗智能体、优化调用策略、控制运营成本,为成本精细化管控与资源配置提供决策依据。 |
AgentKit 执行操作步数排行榜 | 指定时间范围内 AgentKit 智能体调用步骤排行前 50 的操作。直观呈现智能体的操作复杂度与高频执行路径,可用于识别低效 / 冗余操作、优化智能体决策逻辑、提升执行效率,为业务流程精简与性能优化提供方向。 |
指标 | 说明 |
AgentKit 调用平均延时 | 指定时间范围内调用 AgentKit 智能体的平均延时,用于衡量智能体调用环节的整体响应效率,反映从请求发起到结果返回的链路性能表现,是评估用户体验与服务质量的核心基础指标。 |
AgentKit 调用平均延时趋势 | 指定时间范围内调用 AgentKit 智能体的平均延时趋势图。通过可视化方式展示平均延时随时间的变化规律,可用于识别性能波动、定位性能退化节点、验证优化效果,为长期性能监控与预警提供依据。 |
AgentKit 调用 P90 延时 | 指定时间范围内调用 AgentKit 智能体的 P90 延时。代表 90% 的调用请求可在该时间内完成,用于衡量智能体调用的尾部性能与极端场景下的服务稳定性,是评估用户体验下限与系统健壮性的关键指标。 |
AgentKit 调用 P90 延时趋势 | 指定时间范围内调用 AgentKit 智能体的 P90 延时趋势图。通过可视化方式展示尾部延时的长期演变趋势,可用于识别长尾延迟问题、评估压测效果、预警性能风险,保障关键业务场景下的服务稳定性。 |
AgentKit 调用错误率 | 指定时间范围内调用 AgentKit 智能体的错误率。用于衡量智能体调用环节的服务可靠性与链路稳定性,反映业务请求的健康度,是评估服务可用性与故障影响范围的核心指标。 |
AgentKit 调用错误率趋势 | 指定时间范围内调用 AgentKit 智能体的错误率趋势图。通过可视化方式展示错误率随时间的波动情况,可用于快速识别服务故障、版本变更影响或依赖异常,提前预警服务中断风险,保障业务连续性。 |
AgentKit P90 执行耗时排行榜 | 指定时间范围内 AgentKit 智能体 P90 执行耗时排行前 50 的操作。直观呈现智能体执行链路中耗时最高的操作节点,可用于定位性能瓶颈、识别低效逻辑、指导针对性优化,提升整体执行效率与响应速度。 |
指标 | 说明 |
工具调用次数 | 指定时间范围内所有工具的调用次数。用于反映工具层的业务负载规模与使用热度,是评估工具服务压力、规划资源配置与扩容策略的基础指标。 |
工具调用次数趋势 | 指定时间范围内所有工具的调用次数趋势图。通过可视化方式展示工具调用量随时间的变化规律,可用于识别业务高峰、流量异常波动或依赖变更影响,为资源调度与故障排查提供依据。 |
工具调用排行榜 | 指定时间范围内所有工具的调用次数 Top 50 排行榜。直观呈现各工具的业务依赖度与使用热度排行,可用于识别核心高频工具与低用冗余工具,为工具库治理、资源倾斜及业务流程优化提供数据支撑。 |
工具调用平均耗时 | 指定时间范围内调用工具的平均耗时。用于衡量工具调用环节的整体响应效率,反映从工具请求发起到结果返回的链路性能表现,是评估工具服务质量的关键指标。 |
工具调用平均耗时趋势 | 指定时间范围内调用工具的平均耗时趋势图。通过可视化方式展示工具平均耗时的长期波动与演变规律,可用于定位性能退化问题、评估优化效果、预警高延迟风险,保障工具调用体验的一致性。 |
工具调用平均耗时排行榜 | 指定时间范围内调用工具的平均耗时 Top 50 排行榜。直观呈现各工具的平均响应效率排行,可用于识别性能瓶颈工具、指导针对性优化,提升整体工具调用链路的响应速度。 |
工具调用 P90 耗时 | 指定时间范围内调用工具的 P90 耗时。代表 90% 的工具调用请求可在该时间内完成,用于衡量工具调用的尾部性能与极端场景下的用户体验下限,是评估工具服务稳定性的重要指标。 |
工具调用 P90 耗时趋势 | 指定时间范围内调用工具的 P90 耗时趋势图。通过可视化方式展示工具尾部耗时的长期演变趋势,可用于识别长尾延迟问题、评估压测效果、预警性能风险,保障关键业务场景下的服务稳定性。 |
工具调用 P90 耗时排行榜 | 指定时间范围内调用工具的 P90 耗时 Top 50 排行榜。直观呈现各工具的尾部性能排行,可用于定位高延迟风险工具、优化资源配置,避免长尾问题影响整体业务稳定性。 |
指标 | 说明 |
Memory 调用次数 | 指定时间范围内记忆库工具的调用次数。用于反映记忆库服务的业务负载规模与使用频率,是评估记忆能力活跃度、规划资源配置的基础指标。 |
Memory 调用次数趋势 | 指定时间范围内记忆库工具的调用次数趋势图。通过可视化方式展示记忆库调用量随时间的变化规律,可用于识别业务高峰、流量异常波动或依赖变更影响,为记忆服务的资源调度与故障排查提供依据。 |
Memory 调用排行榜 | 指定时间范围内记忆库工具的调用次数 Top 50 排行榜。直观呈现各记忆库工具的业务依赖度与使用热度排行,可用于识别核心高频记忆操作与低用冗余逻辑,为记忆库治理、资源倾斜及业务流程优化提供数据支撑。 |
Memory 调用平均耗时 | 指定时间范围内调用记忆库工具的平均耗时。用于衡量记忆库服务的整体响应效率,反映从请求发起到数据返回的链路性能表现,是评估记忆能力性能与用户体验的关键指标。 |
Memory 调用平均耗时趋势 | 指定时间范围内调用记忆库工具的平均耗时趋势图。通过可视化方式展示记忆库平均耗时的长期波动与演变规律,可用于定位性能退化问题、评估优化效果、预警高延迟风险,保障记忆服务体验的一致性。 |
Memory 调用平均耗时排行榜 | 指定时间范围内调用记忆库工具的平均耗时 Top 50 排行榜。直观呈现各记忆库的响应效率排行,可用于识别性能瓶颈操作、指导针对性优化,提升整体记忆链路的响应速度。 |
Memory 调用 P90 耗时 | 指定时间范围内调用记忆库工具的 P90 耗时。代表 90% 的记忆库调用请求可在该时间内完成,用于衡量记忆服务的尾部性能与极端场景下的稳定性,是评估记忆能力健壮性的重要指标。 |
Memory 调用 P90 耗时趋势 | 指定时间范围内调用记忆库工具的 P90 耗时趋势图。通过可视化方式展示记忆库尾部耗时的长期演变趋势,可用于识别长尾延迟问题、评估压测效果、预警性能风险,保障关键业务场景下的记忆服务稳定性。 |
Memory 调用 P90 耗时排行榜 | 指定时间范围内调用记忆库工具的 P90 耗时 Top 50 排行榜。直观呈现各记忆库操作的尾部性能排行,可用于定位高延迟风险操作、优化资源配置,避免长尾问题影响整体业务稳定性。 |