熱線電話:400-882-3320
用戶一次對話發生了什麼?從 Session 和 Trace 列表快速收斂範圍
查看器支持按應用、風險等級、Token 區間、Session ID 和 Trace ID 篩選數據。團隊可以先看會話總數、高風險數量、平均 Trace 數、Token 消耗和風險事件,再下鑽到具體會話或單條 Trace。
基礎設施
統一觀測主機、容器、網絡與雲資源,快速定位資源健康和性能問題。
日誌分析
面向日誌採集、查詢、治理與分析,讓團隊從海量日誌中更快發現問題。
用戶體驗
從訪問體驗、會話回放到可用性探測,完整還原端到端體驗。
智能運維
聚合告警、事件和異常追蹤能力,幫助團隊更快響應和覆盤故障。
平台能力
提供數據可視化、權限、集成與開放能力,支撐團隊構建統一觀測平台。
安全分析
關聯日誌、事件和威脅線索,幫助安全團隊持續識別風險和響應處置。
AI
面向 AI 應用、智能體與研發工具鏈,提供自主行動的觀測 Agent,Agent 可觀測等能力。
行業
面向典型行業場景沉澱可觀測實踐,縮短從業務目標到監控落地的路徑。
場景
圍繞監控、日誌、體驗、AI 與運維流程,組合產品能力解決關鍵業務問題。
技術棧
覆蓋主流雲廠商、雲原生和開放標準,快速接入既有技術體系。
熱線電話:400-882-3320
業務諮詢郵箱:sales@guance.com
市場合作郵箱:marketing@guance.com
掃碼關注
觀測雲公眾號
掃碼添加
觀測雲小助手
業務諮詢
sales@guance.com
聯繫電話
400-882-3320
AI Agent Observability
觀測雲 AI Agent 可觀測面向智能體應用和 LLM 工作流,統一分析 Session、Trace、Span、模型調用、工具執行、Token 消耗和風險事件,幫助團隊定位 AI 應用響應慢、成本高、調用失敗和輸出風險等問題。
AI Agent 可觀測關注的不只是模型接口是否成功,而是一次智能體會話中 Prompt、Completion、模型、工具、檢索、Guardrail 和業務鏈路之間的關係。觀測雲把 Session、Trace、Span、Token、耗時和風險事件放進同一視角,幫助團隊看清 AI Agent 每一步發生了什麼。
圍繞多輪對話、模型調用、工具執行、Token 成本和風險事件建立觀測上下文,覆蓋 OpenClaw 等 Agent / LLM 接入框架、工具調用型 AI Agent 工作流和企業自定義智能體應用。
智能體執行過程黑盒:一次回答可能經過多輪推理、工具調用、檢索和 Guardrail,傳統鏈路很難解釋每一步發生了什麼。
Token 成本和延遲難控制:模型、上下文長度、工具重試和多輪調用都會影響成本與響應時間,缺少細粒度數據就難以優化。
風險事件難以定位:敏感詞、內容審核、工具超時和異常輸出需要和具體 Session、Trace、Span 放在一起看。
AI 應用和業務系統脱節:智能體調用只是業務流程的一部分,必須和日誌、指標、鏈路和用戶行為一起分析。
Session 與 Trace 追蹤:按會話、輪次和調用鏈路還原智能體執行過程,快速定位慢、錯、貴發生在哪一步。
模型與工具調用分析:統一觀察模型請求、工具執行、檢索、耗時、狀態和風險等級。
Token 與性能成本監控:持續分析 Token 消耗、Span 數、Trace 耗時和模型調用佔比,支撐成本優化。
風險事件關聯定位:把敏感詞、Guardrail、內容審核和異常狀態關聯到具體調用上下文。
查看器支持按應用、風險等級、Token 區間、Session ID 和 Trace ID 篩選數據。團隊可以先看會話總數、高風險數量、平均 Trace 數、Token 消耗和風險事件,再下鑽到具體會話或單條 Trace。

調用分析視圖把工具執行記錄、風險事件、規則命中、狀態和風險等級放在同一面板中。遇到敏感內容、輸出異常、工具超時或 Guardrail 命中時,團隊可以直接定位到關聯 Span 和調用上下文。

Trace 詳情以瀑布圖展示模型請求、工具調用、檢索、格式化和其他 Span 的耗時與順序。對於多輪推理、工具鏈編排或 RAG 場景,團隊能看到瓶頸發生在哪個環節,並繼續查看輸入、輸出和屬性信息。

通過 Agent 監測應用和 LLM 監測應用,團隊可以為智能體應用生成應用 ID、服務地址和 Client Token。應用創建後,鏈路、日誌、指標和調用數據可以按應用維度歸集,後續排障不再只靠零散日誌。

LLM 可觀測更關注模型調用、Prompt、Token、響應耗時和大模型應用鏈路;AI Agent 可觀測進一步圍繞智能體會話、多輪 Trace、工具執行、風險事件和調用分析展開,適合有工具編排、檢索、Guardrail 或多步驟推理的 AI 應用。
常見指標包括 Session 數、Trace 數、Trace 耗時、Span 數、Token 消耗、模型調用佔比、工具執行佔比、風險事件數量、風險等級和調用狀態。團隊可以用這些指標判斷體驗、穩定性、成本和安全風險。
團隊可以在觀測雲創建 Agent 監測應用或 LLM 監測應用,獲取應用 ID、服務地址和 Client Token,並按接入說明文件完成配置。數據上報後,可在查看器中按 Session、Trace、Token、風險等級和應用維度分析智能體運行過程。
它適合研發、算法、AI 平台、SRE 和安全治理團隊,尤其適合已經上線智能體、客服助手、運維 Agent、RAG 應用或工具調用型 AI 工作流的團隊。
從模型請求、Prompt、響應耗時、錯誤和成本入手,建立大模型應用的可觀測分析入口。

瞭解 Agent 監測應用、LLM 監測應用、Session 列表、Trace 列表和風險事件分析。
把日誌、指標、鏈路、事件、RUM 和基礎設施查詢組織成可執行、可審查的診斷流程。
通過 Model Context Protocol 連接 AI IDE、桌面客戶端和自動化 Agent,讓建議基於授權觀測數據。