说明：
此功能需要白名单权限使用，如有需要，可 提交工单 与我们联系。
如果您正在使用 AI 工具，可安装 CLS Agent 可观测分析 Skill，让 AI 基于已上报的 Trace 数据自动执行多维度分析（错误诊断、性能瓶颈、Token 成本、用户画像等），直接输出结构化报告。安装后在 AI 对话中描述分析需求即可（如"帮我看看 Agent 最近的运行情况"）。
概述
页面包含三大功能模块：仪表盘、调用链和会话，帮助您从宏观指标到微观链路全面掌握 AI 应用的运行状况。
场景 | 能力 | 核心价值 |
整体运行状态如何？ | 仪表盘 - 总览 | 请求数、错误数、模型调用次数、Token 消耗等核心指标一览，支持按 Agent/模型维度 Top10排行 |
性能是否有瓶颈？ | 仪表盘 - 性能 | 请求耗时分布、P50/P90/P99分位趋势、模型平均耗时排行，定位慢模型和长尾延迟 |
Token 成本花在哪？ | 仪表盘 - 成本&Token | 输入/输出 Token 总量、分位趋势，掌握成本走向 |
应用内部组件表现如何？ | 仪表盘 - 应用观测 | 按操作类型（generation/tool/agent/retriever 等）分析调用分布和耗时 |
单次请求发生了什么？ | 调用链 | 完整的 Trace 列表和详情，支持按状态/错误类型/耗时等过滤，展示调用树和每个节点的 Input/Output |
用户多轮对话全貌？ | 会话 | 以 Session 维度聚合 Trace，还原多轮对话上下文，统计会话级 Token 和成本 |
应用列表
指标 | 说明 |
已接入应用 | 当前已成功接入 Agent 可观测的应用总数。 |
上报中应用 | 正在活跃上报数据的应用数量。 |
昨日写数据总量 | 前一日所有应用写入 CLS 的数据总量。 |
昨日 Token 总数 | 前一日所有应用消耗的 Token 总数。 |
应用列表展示每个应用的名称/ID、地域、实例状态、接入类型、昨日写数据量和昨日 Token 数等信息。单击操作列中的进入观测，即可进入该应用的详情页。
仪表盘
仪表盘页面提供应用运行的可视化监控面板，通过指标卡片和时序图直观展示应用各项核心指标。仪表盘包含四个子 Tab：总览、性能、成本&Token 和应用观测。
总览
总览面板提供应用运行状态的全局视角，适合日常巡检和快速定位异常。
功能 | 说明 |
核心指标卡片 | 展示 Agent 数量、请求数、模型调用次数、输入/输出 Tokens、Tokens 总量等核心 KPI，并显示环比变化百分比。 |
请求数 / 错误数时序 | 请求量和错误数随时间的变化趋势图，快速发现突增突降。 |
模型调用次数时序 | 底层大模型的调用量时序变化。 |
请求数 Top10（按 Agent） | 按 Agent 维度统计请求量排行，定位高频调用的 Agent。 |
模型调用次数 Top10（按 Agent + 模型） | 按 Agent 和模型组合维度统计调用量排行。 |
Tokens 总量分布 | 单次请求 Token 消耗的直方图分布，了解 Token 使用集中区间。 |
Tokens 总量按 Agent/模型 Top10 | 识别高成本 Agent 和高消耗模型。 |
模型调用错误数时序 | 观察模型错误是否存在规律性波动。 |
每秒输出 Tokens（按模型） | 评估各模型的输出吞吐率。 |
模型首 Token 平均耗时（TTFT） | 反映用户感知的响应速度。 |
请求平均消耗模型次数/Tokens（按 Agent） | 了解各 Agent 的模型调用复杂度和单次成本。 |
性能
性能面板聚焦于延迟和吞吐分析，帮助发现和优化性能瓶颈。
功能 | 说明 |
核心指标时序 | 请求数、错误数、平均耗时、模型调用次数、模型错误数、模型平均耗时的趋势变化。 |
请求耗时分布 | 请求耗时的直方图，标注 P50 分位线，直观展示耗时集中区间。 |
请求耗时分位 | P50、P90、P99 耗时的时序趋势，监控长尾延迟变化。 |
模型调用耗时分布 | 模型层面的延迟直方图分布。 |
模型平均耗时时序 | 各模型平均耗时随时间变化，发现模型性能劣化。 |
模型调用次数/平均耗时 Top10 | 按模型统计调用量和耗时排行，识别慢模型。 |
按 Agent + 模型组合 Top10 | 请求数和模型调用次数按组合维度排行。 |
成本&Token
成本&Token 面板帮助您监控和管理 Token 消耗趋势。
功能 | 说明 |
输入/输出 Tokens | 选定时间范围内的输入和输出 Token 总量。 |
Token 总量时序 | 输入和输出 Token 数量随时间的变化趋势。 |
Token 分位时序 | Token 消耗的 P50/P90/P99分位变化趋势，识别异常高消耗请求。 |
应用观测
应用观测面板提供应用内部组件级别的运行分析，按操作类型（Observation Type）维度展示各组件的行为和性能。
功能 | 说明 |
操作类型分布 | 展示 generation、guardrail、tool、chain、agent、retriever、event 等各操作类型的调用占比。 |
Observation 平均耗时 | 各操作类型的平均执行耗时对比，识别慢组件。 |
LLM 调用次数时序 | LLM 调用量随时间的变化趋势。 |
LLM 耗时分位时序 | LLM 调用耗时的 P50/P90/P99分位趋势。 |
LLM 调用模型排行 | 各 LLM 模型的调用次数排行。 |
LLM 平均耗时 Top10 | 各 LLM 模型的平均耗时排行，定位慢模型。 |
调用链
调用链页面提供请求级别的细粒度追踪能力，帮助您深入分析单次请求的完整执行路径。支持 Traces 和 Observations 两个视图切换。
Trace 列表与筛选
功能 | 说明 |
Trace 状态筛选 | 按成功（OK）或错误（ERROR）状态过滤，快速聚焦异常请求。 |
错误类型筛选 | 按具体错误类型（tool 调用失败、LLM 调用失败、Root span 状态码异常、AGENT 执行失败等）分类过滤。 |
Trace ID / Session ID 查询 | 精确查找特定 Trace 或某个会话下的所有 Trace。 |
Duration 范围筛选 | 按耗时范围筛选，快速定位慢请求。 |
列表展示 | 每条 Trace 显示状态、错误类型、时间戳、Trace ID、Operation 名称、调用模型等信息。 |
Trace 详情
单击任意一条 Trace 可展开详情视图，完整还原单次请求的调用链路。
功能 | 说明 |
基本信息 | Trace ID、起始时间、总耗时、Observations 数量、Token 消耗总量（输入→输出）、费用、版本号、Session ID。 |
调用树 | 左侧以树形结构展示本次请求的完整调用链路，包括各节点的操作类型（generation/tool/guardrail 等）、耗时和错误状态标识。 |
节点详情 | 选中调用树中的任意节点，右侧展示该节点的 Tags、Input/Output 内容、Observation 类型、延迟和执行状态。 |
错误诊断 | ERROR 状态的 Trace 会标注错误信号来源（如"由以下上浮到 Trace 的 Observation 错误触发"），帮助快速定位根因。 |
会话
会话页面以 Session 维度聚合展示用户与 AI 应用的交互过程，帮助您了解用户的使用模式和对话质量。
功能 | 说明 |
Session ID 搜索 | 支持精确搜索特定会话。 |
Session Duration 筛选 | 按会话持续时长范围过滤。 |
Traces Count 筛选 | 按会话包含的 Trace 数量过滤。 |
Input / Output / Total Tokens 筛选 | 按会话级别的 Token 消耗量过滤。 |
Input / Output Cost 筛选 | 按会话级别的成本过滤。 |
会话列表 | 展示 Session ID、创建时间、持续时长、模型、用户输入摘要等信息。 |
会话详情 | 选中会话后展示该 Session 下的所有 Trace 调用树，右侧展示 Trace 详细信息（Tags、Input/Output 内容、Token 消耗、费用）。 |
