# 监控

监控用于查看平台的任务运行、AI 用量、集群状态、连接与响应时延。使用前由部署管理员配置指标采集和 Prometheus 连接，连接配置见[平台监控环境变量](../operate-reference/configuration/environment-variables.md#平台监控)。

## 查看监控

从工作区左侧进入 **监控**，默认打开 **平台总览**，显示最近 24 小时的数据。顶部按以下顺序切换标签页；窄屏下通过下拉菜单切换。

| 标签页 | 界面内容与用途 |
| --- | --- |
| [平台总览](#查看平台总览) | 指标卡片与趋势图，查看任务结果、当前负载和模型调用情况。 |
| [AI 用量](#查看-ai-用量) | 平台或设备的模型、语音用量、费用估算与累计记录。 |
| [集群](#查看集群状态) | 节点与实例分布、服务健康和就绪状态、CPU 与内存使用。 |
| [连接与会话](#查看连接与会话) | 当前设备及连接数量，以及仍有任务排队或执行的会话。 |
| [响应时延](#排查响应时延) | 平台排队与各阶段耗时，以及平台或设备的语音统计和逐轮明细。 |

右上角提供以下控件：

- **时间范围**：平台指标可选最近 1 小时、24 小时、7 天和 30 天；响应时延最多选择 7 天。设备 AI 用量另支持[自定义时间](#查看-ai-用量)。
- **选择设备**：仅在 AI 用量和响应时延显示；选择 **平台总量** 可返回平台视图。
- **自动刷新与刷新按钮**：默认间隔 30 秒，可选 15 秒、60 秒或关闭，也可手动刷新。悬停刷新按钮可查看更新时间；较长时段的数据更新可能慢于所选间隔。
- **统计说明**：点击问号图标，查看当前标签页的指标口径。

## 查看平台总览

上方卡片区分当前运行状态与所选时段的统计结果：

| 指标 | 含义 |
| --- | --- |
| 设备智能体、在线设备 | 当前智能体数，以及在线设备数 / 设备总数。 |
| 已结束任务 | 所选时段内成功、失败和取消的任务总数，不含排队和执行中的任务。 |
| 任务成功率 | 成功任务数 ÷（成功 + 失败），不计取消。 |
| 智能体执行耗时 P50 | 所选时段的执行耗时中位数，附 P90、P99；包含模型和工具处理，不含执行前排队与设备传输。 |
| 模型调用 | 所选时段的模型调用数与失败数；一次任务可能调用模型多次。 |
| 模型响应 P90 | 最近 **5 分钟**的单次模型调用耗时 P90，不随顶部时间范围变化。 |
| 工作流执行 | 所选时段启动的执行次数，不含跳过，并显示已结束执行的成功率。 |
| 排队任务 | 当前排队数，附执行中数量与最长等待时间。 |
| 时段峰值并发请求 | 所选时段内同时执行请求数的峰值，不含执行前排队。 |

下方展示并发、任务与模型调用、执行耗时和 Token 趋势。执行耗时图可切换 **典型耗时 · P50**、**较慢请求 · P90** 和 **极慢请求 · P99**，分别表示约 50%、90%、99% 的样本在该耗时内完成；曲线中的点是时段统计值。

![平台总览：指标卡片与并发趋势](../images/docs/platform/monitoring/zh/01-overview.png)

![平台总览：任务、模型、耗时和 Token 趋势](../images/docs/platform/monitoring/zh/05-overview-trends.png)

## 查看 AI 用量

在 **AI 用量** 中查看 **平台总量**，或按编号、名称选择设备。页面先显示费用与累计卡片，再显示模型、语音用量及按服务商和模型分组的明细。选择设备后，可按调用类型、模型、服务商、来源和结果组合筛选，自定义时间范围最长为 31 天，需手动刷新。

**LLM Token 用量**包含未缓存输入、输出、缓存读取与缓存写入；**缓存命中率**为缓存读取占全部输入的比例。**语音识别（分钟）**统计音频时长，**语音合成（字符）**统计合成文字量，并附音频时长。明细表按服务商和模型显示调用数与失败率。时段用量按调用结束时间汇总，用量不完整的调用仅计入已知部分，并在页面提示。

设备用量和语音逐轮记录从采集启用后积累，未采集的历史不会补回。

开启[设备 AI 额度](./ai-credits.md)后，设备用量页显示已用金额与剩余额度。余额与监控费用分别计算，实际余额见[设备余额](./ai-credits.md#查看设备余额)。

### 核对费用和累计用量

**费用估算**按记录用量和调用时单价计算，不含优惠或试用额度，实际费用以供应商账单为准。**费用覆盖**显示已计价与未计价调用，**覆盖率**为已计价调用占全部调用的比例；**未计价**表示缺少价格，并非免费。不同币种分别展示。

**累计费用** 和 **累计 Token** 汇总已记录的设备调用，可查看平台总量或单台设备；累计范围独立于页面时间窗口和调用筛选，不包含未采集的历史与未纳入设备记录的平台调用。

点击 **查看详情**，填写 **累计起点（本地时间）**，再点击 **查看累计**，按调用开始时间统计之后的用量。起点留空或选择 **全部已记录用量** 时从首条记录开始。起点保存在页面链接中；清理对话不会清除累计值。

![累计费用与用量明细](../images/docs/platform/monitoring/zh/02-ai-usage-cumulative.png)

## 查看集群状态

**集群**顶部显示节点数、实例数与健康服务数。服务卡片显示健康服务类别数 / 类别总数，同类服务的全部实例正常才计为健康；在 **节点分布** 中展开节点，查看各实例状态。

| 状态 | 含义与处理方式 |
| --- | --- |
| 正常 | 采集成功，实例已就绪。 |
| 未就绪 | 实例尚未准备好处理业务；持续出现时检查服务启动与依赖。 |
| 采集失败 | 无法确认实例状态，需检查实例、采集配置与网络。 |

CPU 和内存仅统计平台应用，其中 CPU 以核计；节点行汇总该节点上的实例，资源限额可用时显示已用比例。服务器与数据库负载需通过部署环境的监控查看。

![集群节点与服务状态](../images/docs/platform/monitoring/zh/04-cluster.png)

## 查看连接与会话

**连接与会话**的四张卡片分别统计：

| 指标 | 含义 |
| --- | --- |
| 在线设备 | 当前在线的设备数。 |
| 实时响应连接 | 当前打开的对话结果流式响应连接数。 |
| 语音连接 | 当前语音连接数。 |
| 活跃会话 | 仍有排队或执行中任务的会话数。 |

这些数量可能重叠，不能相加。下方趋势图分别展示在线设备与连接数变化；活跃会话列表最多显示最早的 50 条，卡片显示总数。列表中的排队数、执行中数量和最早任务时间可用于定位积压，**最近活动**为任务更新时间。任务全部结束后，会话退出列表，历史记录见[日志](../operate-reference/logs.md)。

## 排查响应时延

**响应时延**上半部分为平台统计：**排队任务**显示当前排队数与最长等待时间，**旧配置排队**统计队首任务仍使用旧配置的会话，**模型调用失败率**为所选时段失败调用占全部模型调用的比例。持续排队时检查[授权管理](./license.md)、集群状态和日志。

**各阶段耗时**表列出智能体执行、模型响应、模型首次响应、语音识别与合成的 P50、P90、P99 和样本数，百分位含义见[平台总览](#查看平台总览)。下方耗时曲线也可切换 P50、P90、P99。语音识别耗时包含说话时间；错误与执行记录可通过 **查看日志** 查询。

下半部分为语音统计：**语音对话轮数**显示所选时段的交互次数；**正文首音**和 **回答发送完成**分别统计从语音识别完成，到服务端发出首段正文音频和发完回答音频的耗时，不含设备播放延迟。耗时卡片显示 P50，并附 P90 和样本数；**回答完成率**排除取消的轮次。趋势图中的 **填充词首音**可用于判断反馈语是否先发出。

平台视图显示 **慢设备 Top 10**；点击设备或在顶部选择设备后，语音统计切换为该设备，并显示 **逐轮明细**，上方的平台指标不变。点击问题打开详情：**完整回答**显示问答、排队、正文首字、模型耗时、Token 与工具调用，**同一会话**显示相关对话上下文。

通过 **更早记录** 和 **返回最新** 翻页。逐轮指标保留 7 天；清理原对话后，问答与工具内容可能不可用。

## 常见问题

| 现象 | 处理方式 |
| --- | --- |
| 卡片显示 `—` 或图表为空 | 检查所选时段是否有记录；持续异常请管理员检查采集。部分指标不可用时，其他指标仍可查看。 |
| 数据已过期 | 刷新并核对更新时间；刷新失败时可能保留上次结果。 |
| 语音统计为空或未采集 | 确认设备、最近 7 天的语音交互与采集状态。 |
| 累计值与时段用量不同 | 核对设备范围、累计起点与[统计口径](#核对费用和累计用量)。 |