智能体观测面板

技能简介

Agent Observability Dashboard 为 OpenClaw 智能体提供统一的观测能力，整合指标采集、链路追踪与性能分析功能，解决多智能体场景下缺乏集中监控视图的问题。

业务背景

智能体观测面板为企业提供统一的监控视图，解决多智能体分散管理的痛点。实时追踪延迟、成功率、Token消耗等关键指标，可视化呈现决策链路，帮助业务人员快速定位性能瓶颈，保障智能体服务稳定可靠。

落地案例：运营团队管理5个不同场景的智能体，需定期评估表现。通过观测面板跨会话聚合对比各智能体的平均响应延迟与任务成功率，发现某智能体在高峰时段延迟突增。进一步下钻查看调用链路时间线，定位到特定工具响应超时，据此调整该工具的并发配置并设置延迟超5秒自动告警，实现主动运维。

能做什么

• 实时追踪延迟、成功率、Token 消耗等核心指标
• 可视化展示工具调用链路与决策流程时间线
• 跨会话聚合对比多智能体性能表现
• 导出 JSON/CSV/Markdown 格式报告供人工审阅
• 设置告警阈值，指标超限自动通知

使用说明

安装步骤

1. 克隆仓库：git clone https://github.com/orosha-ai/agent-observability-dashboard
2. 安装依赖：pip install flask pandas influxdb-client
3. 启动面板：python3 scripts/observability.py --dashboard，访问 http://localhost:5000

常用操作

• 记录会话指标：python3 scripts/observability.py --record --session agent:main --latency 1.5 --success true
• 查看会话链路：python3 scripts/observability.py --trace --session agent:main:12345
• 生成性能报告：python3 scripts/observability.py --report --period 24h
• 导出 CSV 数据：python3 scripts/observability.py --export metrics.csv
• 配置告警规则：python3 scripts/observability.py --alert --metric latency --threshold 5.0

输入与输出

见下方输入与输出表格。

风险提示

• 默认使用 SQLite 存储，生产环境建议切换至 InfluxDB
• 高并发场景下需调整 Flask 服务器配置
• 链路数据长期累积可能占用大量磁盘空间
• 告警阈值设置不当可能导致频繁误报或漏报

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/orosha-ai/agent-observability-dashboard/SKILL.md
来源类型：GitHub 仓库