통계 API

에이전트 활동 분석, 성장 지표, 일일 작업 일지 및 AI 생성 일일 요약을 쿼리하기 위한 엔드포인트입니다.

데일리 저널

특정 날짜의 모든 상담원 활동에 대한 통합 보기를 검색합니다.

GET /api/v1/statistics/daily-journal?date=YYYY-MM-DD&agent_id=optional

매개변수

Parameter	Type	Required	Description
`date`	string	Yes	Date in `YYYY-MM-DD` format
`agent_id`	string	No	Filter by specific agent ID

응답

{
  "code": 0,
  "data": {
    "date": "2026-05-31",
    "overview": {
      "total_sessions": 5,
      "total_tokens": 42000,
      "total_cost": 0.35,
      "tool_call_count": 28,
      "approval_count": 2,
      "cron_run_count": 1,
      "kanban_event_count": 3,
      "sessions_by_source": {
        "web": 3,
        "telegram": 1,
        "api": 1
      }
    },
    "sessions": [
      {
        "id": "abc-123",
        "title": "Code review session",
        "source": "web",
        "started_at": "2026-05-31T09:15:00Z",
        "total_tokens": 12000,
        "total_cost": 0.10
      }
    ],
    "approvals": [],
    "cron_runs": [],
    "kanban_events": [],
    "timeline": [
      {
        "type": "session",
        "time": "2026-05-31T09:15:00Z",
        "title": "Code review session",
        "detail": { "source": "web", "tokens": 12000 }
      }
    ]
  }
}

데이터 소스

저널은 추가 저장 공간 없이 6개의 기존 소스에서 데이터를 집계합니다.

Source	Data
Chat	Session metadata (title, source, timestamps)
Message	Token counts and cost per session
ApprovalRecord	Human approval events
CronRunModel	Scheduled task executions
KanbanTaskEventModel	Kanban board events
EventLog	Tool call counts (file-based)

오류 응답

Code	Description
400	Invalid date format (must be `YYYY-MM-DD`)
400	Missing `date` parameter

일일 요약(AI 요약)

키워드 및 다음 날 제안을 포함하여 AI가 생성한 하루 활동의 자연어 요약을 받아보세요. 결과는 LLM 비용을 최소화하기 위해 SQLite에 캐시됩니다.

GET /api/v1/statistics/daily-wrap?date=YYYY-MM-DD

매개변수

Parameter	Type	Required	Description
`date`	string	Yes	Date in `YYYY-MM-DD` format

응답

{
  "code": 0,
  "data": {
    "date": "2026-06-27",
    "summary": "Productive day focused on code review and bug fixes. Completed 5 sessions across web and Telegram channels.",
    "keywords": ["code review", "bug fix", "telegram"],
    "suggestions": ["Continue the refactoring started in session #3", "Review pending approvals"],
    "generated_at": "2026-06-27T23:05:00Z",
    "cached": true
  }
}

재생성

캐시를 우회하여 새로운 AI 요약을 강제합니다.

POST /api/v1/statistics/daily-wrap/regenerate?date=YYYY-MM-DD

cached: false을 사용하여 GET 엔드포인트와 동일한 응답 구조를 반환합니다.

요구 사항

설정에서 라이트 모델을 구성해야 합니다(저비용 요약 생성에 사용됨).
해당 날짜에 활동이 없으면 summary: null과 함께 reason: "no_activity"을 반환합니다.
Lite 모델이 구성되지 않은 경우 summary: null과 함께 reason: "lite_model_not_configured"를 반환합니다.

작동 방식

Daily Journal과 동일한 6개 소스(세션, 토큰, 승인, 크론 실행, 칸반 이벤트, 비용)에서 데이터를 집계합니다.
구조화된 프롬프트를 구축하고 이를 구성된 Lite 모델로 보냅니다.
LLM 응답을 구문 분석합니다(JSON 및 일반 텍스트 대체 지원)
전용 daily_wrap_cache SQLite 테이블에 결과를 캐시합니다(날짜당 한 행).

에이전트별 사용량 분석

개별 에이전트별로 토큰 소비 및 비용을 분류합니다. 7일 추세 스파크라인을 통해 어떤 에이전트가 가장 많은 리소스를 소비하는지 확인하세요.

GET /api/v1/statistics/usage/by-agent?days=7

매개변수

Parameter	Type	Required	Description
`days`	integer	No	Number of days for sparkline data (default: 7, max: 30)

응답

{
  "success": true,
  "data": {
    "agents": [
      {
        "agentId": "builtin-general",
        "name": "General Assistant",
        "avatar": "icon:general",
        "totalTokens": 125000,
        "totalUsd": 1.25,
        "totalCalls": 42,
        "sessions": 15,
        "percentTokens": 65,
        "percentUsd": 72,
        "sparkline": [
          { "date": "2026-06-03", "tokens": 18000, "usd": 0.18 },
          { "date": "2026-06-04", "tokens": 22000, "usd": 0.22 }
        ]
      }
    ],
    "total_agents": 3,
    "grand_total_tokens": 192000,
    "grand_total_usd": 1.74
  }
}

주요 기능

총 USD 비용을 기준으로 정렬된 결과(가장 높은 항목부터)
백분율 분석은 총 소비에서 각 에이전트의 점유율을 보여줍니다.
스파크라인 데이터를 사용하면 UI에서 7일간의 SVG 추세 시각화가 가능합니다.
에이전트 레지스트리에서 에이전트 이름과 아바타를 자동으로 확인합니다.
에이전트가 1개만 있는 경우 AgentUsageCard 구성 요소가 자동으로 숨겨집니다(비교 값 없음).

세션 실행 추적

타임라인 재생을 위해 구성된 세션(도구 호출, LLM 호출, 오류, 인간 피드백 이벤트 및 메모리 작업)에 대한 전체 실행 추적을 검색합니다.

GET /api/v1/statistics/session/{session_id}/trace

응답

{
  "code": 0,
  "data": {
    "session_id": "sess-abc123",
    "metadata": {
      "user_id": "user-1",
      "agent_id": "builtin-general",
      "task_type": "chat",
      "trace_id": "trace-xyz"
    },
    "outcome": "success",
    "start_time": 1720000000.0,
    "end_time": 1720000030.0,
    "duration_ms": 30000,
    "task_input": "Help me refactor this module",
    "output": "Done! I've refactored the module into 3 files.",
    "tool_calls": [
      {
        "sequence": 1,
        "tool_call_id": "call_3f9ab21c",
        "message_id": "msg-88",
        "tool_name": "read_file",
        "start_time": 1720000002.0,
        "end_time": 1720000003.5,
        "duration_ms": 1500,
        "success": true,
        "error": null,
        "input_data": { "path": "/src/module.py" },
        "output_summary": "Read 200 lines",
        "security_labels": [
          {
            "decision": "ALLOW",
            "reason": "read-only path within workspace",
            "tainted": false,
            "ts": 1720000003.0
          }
        ]
      }
    ],
    "llm_calls": [
      {
        "sequence": 1,
        "start_time": 1720000001.0,
        "end_time": 1720000005.0,
        "model_name": "claude-sonnet-4-20250514",
        "prompt_preview": "[user] Help me refactor...",
        "message_count": 3,
        "duration_ms": 4000,
        "ttft_ms": 180,
        "prompt_tokens": 1200,
        "completion_tokens": 800,
        "total_tokens": 2000
      }
    ],
    "errors": [],
    "human_feedback": [],
    "memory_events": [
      {
        "id": "mem-1",
        "phase": "extraction",
        "status": "completed",
        "timestamp": 1720000028.0,
        "title": "Working Memory Extract",
        "summary": "Learned user prefers small focused modules",
        "target_kind": "memory",
        "target_id": "mem-target-1",
        "influence_count": 2
      }
    ],
    "total_events": 12,
    "total_tokens": 2000
  }
}

주요 기능

제로 스토리지 재생: 추가 전용 이벤트 로그에서 요청 시 추적이 재구성됩니다. 추가 데이터베이스나 비디오 파일이 필요하지 않습니다.
7가지 이벤트 유형: tool_start, tool_end, llm_call, human_feedback, memory, error, message
도구 호출 지시 혈통: 모든 도구 호출은 고유 tool_call_id로 해당 지시와 연결됩니다. 동일한 이름의 동시 도구는 교차하지 않으며, 실제 LLM의 스트리밍 tasks_steps 이벤트는 id별로 동일한 혈통에 병합됩니다.
단계별 보안 라벨: security_audit 결정(허용 / 거부 / 위험 표시, 이유 및 타임스탬프 포함)은 tool_call_id로 정확한 도구 호출에 첨부됩니다. 일치하는 도구 호출이 없는 감사 결정은 조용히 유실되지 않고 경고를 기록합니다.
정확한 성공/실패 의미: 정상적으로 완료된 단계는 success: true입니다. 실패한 단계는 error를 유지하고 재생에서 빨간색으로 표시되며, 실행 중 단계는 주황색입니다.
프런트엔드 세션 리플레이 플레이어: WebUI는 스크러버, 재생 속도 제어, 키보드 탐색 및 오류 점프 기능을 갖춘 3개 창 대화형 플레이어(Chat View / Mind View / Inspector)를 제공합니다. 도구 단계에는 보안 판결 배지가 표시됩니다(DENY/오염 분홍색, 허용 주황색).
데이터 세트 내보내기: 추적은 dataset_export 파이프라인을 통한 미세 조정을 위해 ShareGPT/Alpaca/OpenAI JSONL 형식으로 일괄 내보낼 수 있습니다.

성장 통계

성장 대시보드 지표는 통합 학습 여정 페이지(/journey, 이전 /growth 자동 리디렉션)를 통해 제공되며 다음을 제공합니다.

스킬 KPI 요약(전체, 성공률, 진화 횟수)
스마트 절감 요약(캐싱 및 라우팅을 통한 비용 절감)
84일 활동 히트맵 및 다차원 건강 레이더 차트
주간 추세 분석 및 AI 기반 일일 요약 요약
기술 수명주기 이벤트를 통한 진화 타임라인
지식 그래프 — 네임스페이스 필터링을 사용한 대화형 주장/증거 2D 강제 지향 시각화
스킬 사용 효율성 추세 — 시간 경과에 따른 스킬별 성공률, 평균 지속 시간 및 통화 빈도(일일 단위)

하네스 관찰 가능성 지표(Prometheus)

Myrm 엔진은 심층 DevOps 및 SRE 모니터링을 위한 기본 Prometheus 원격 측정 지표를 공개합니다. 이러한 측정항목은 /metrics 엔드포인트에서 실행되며 운영 오버헤드가 전혀 발생하지 않습니다.

고급 상담원 지표

myrm_time_to_first_action_seconds(히스토그램): 정확한 TTFA(Time-To-First-Action)를 캡처하여 사용자의 지시를 받은 후 에이전트가 첫 번째 도구를 호출할 때까지 정확한 시간을 계산합니다.
myrm_policy_denial_total(카운터): 보안 가드레일 및 경로 정책에 의해 에이전트 작업이 차단, 수정 또는 거부된 횟수를 추적합니다.
myrm_tool_execution_total & myrm_tool_execution_failed_total(카운터): 모든 개별 스킬에 대한 실행 결과를 모니터링하여 Grafana 대시보드에서 전체 “도구 효율성 비율”을 계산하기 위한 실시간 데이터를 제공합니다.

프로덕션 경고 규칙(클라우드 배포)

클라우드 호스팅 배포의 경우 Myrm에는 샌드박스 상태 및 안정성을 다루는 12개의 프로덕션 등급 Prometheus 알림 규칙이 제공됩니다.

Alert	Severity	Trigger
ContainerPoolExhausted	Critical	Pool available = 0 for 5 min
ContainerPoolLow	Warning	Pool available < 2 for 10 min
HealthCheckFailureRateHigh	Critical	Failure rate > 20% for 5 min
ContainerCreationSlow	Warning	P99 creation > 10s for 5 min
ContainerOOMKills	Critical	Any OOM kill detected
HotPoolExhausted	Critical	Hot pool = 0 for 5 min

각 경고에는 수정 단계를 위해 Enterprise Runbook에 연결되는 runbook_url이 포함되어 있습니다.

그라파나 대시보드

즉시 가져올 수 있는 Grafana 대시보드(grafana-dashboard-sandbox.json)는 컨테이너 풀 상태, 적중률, 상태 확인 성공률, 생성 대기 시간 및 핫 풀 가용성에 대한 실시간 시각화를 제공합니다. Grafana UI 또는 프로비저닝 디렉터리 마운트를 통해 가져옵니다.

샌드박스 시작 안정성(2026-08)

클라우드 샌드박스는 2단계 볼륨 권한 초기화(원샷 루트 컨테이너 + 기본 에이전트-서버)를 사용하므로 강화된 readonly-rootfs 사양에 따라 사용자별 영구 볼륨에 쓸 수 있습니다. 컨트롤 플레인은 샌드박스 ID를 반환하기 전에 컨테이너가 실행될 때까지 기다립니다. 심층 상태 확인은 일시적인 Docker API 간격을 재시도하여 “샌드박스가 생성되었지만 즉시 사라지는” 오류를 줄입니다. macOS 개발 호스트에서 비밀번호 없는 sudo를 사용할 수 없는 경우 핫 슬롯 바인드 마운트는 콜드 할당으로 대체됩니다(프로덕션 정직성 검사와 동일한 코드 경로).

스마트 활성화/비활성화

지표 수집은 배포 모드에 따라 자동으로 활성화되거나 비활성화됩니다. 로컬 및 데스크톱 배포는 오버헤드 없이 실행되는 반면, 클라우드 배포는 Prometheus 스크래핑을 위해 전체 /metrics 엔드포인트를 노출합니다.

에이전트 활성 SSOT

A single aggregated endpoint that tells you whether your agent is busy, idle, or degraded — no need to poll multiple APIs.

GET /api/v1/health/liveness

응답

{
  "state": "busy",
  "agents": {
    "activeCount": 2,
    "maxConcurrent": 3,
    "availableSlots": 1,
    "sessions": [
      {
        "sessionId": "abc-123",
        "chatId": "chat-456",
        "agentType": "general",
        "elapsedSeconds": 12.5
      }
    ]
  },
  "channels": {
    "wechat": { "status": "connected" },
    "telegram": { "status": "connected" }
  },
  "memory": {
    "level": "NORMAL",
    "percent": 42.3
  },
  "uptimeSeconds": 3600.5
}

상태 논리

State	Condition
`busy`	At least one agent session is actively running
`degraded`	No active sessions, but a channel is disconnected or memory pressure is elevated
`idle`	No active sessions, all channels healthy, memory normal

사용 사례

전면 트레이/애완동물 표시기: 이 끝점을 폴링하여 3가지 상태 아이콘을 표시합니다(회전 = 사용 중, 녹색 = 유휴, 황색 = 성능 저하)
클라우드 모니터링: curl /api/v1/health/liveness | jq .state은 Prometheus/Grafana 알림과 통합됩니다.
다중 창 작업공간: 설정을 열지 않고도 브라우저 탭 전체에 에이전트 가용성 표시

주요 속성

순수한 읽기 전용 집계: I/O 없음, 데이터베이스 쿼리 없음 — 모든 데이터는 인메모리 게이트웨이 상태에서 나옵니다.
밀리초 미만의 응답 시간: 빈번한 폴링(2~5초마다)에 적합합니다.
모든 배포 모드에서 작동: 로컬 WebUI, Tauri 데스크톱 및 클라우드 호스팅

​통계 API

​데일리 저널

​매개변수

​응답

​데이터 소스

​오류 응답

​일일 요약(AI 요약)

​매개변수

​응답

​재생성

​요구 사항

​작동 방식

​에이전트별 사용량 분석

​매개변수

​응답

​주요 기능

​세션 실행 추적

​응답

​주요 기능

​성장 통계

​하네스 관찰 가능성 지표(Prometheus)

​고급 상담원 지표

​프로덕션 경고 규칙(클라우드 배포)

​그라파나 대시보드

​샌드박스 시작 안정성(2026-08)

​스마트 활성화/비활성화

​에이전트 활성 SSOT

​응답

​상태 논리

​사용 사례

​주요 속성

통계 API

데일리 저널

매개변수

응답

데이터 소스

오류 응답

일일 요약(AI 요약)

매개변수

응답

재생성

요구 사항

작동 방식

에이전트별 사용량 분석

매개변수

응답

주요 기능

세션 실행 추적

응답

주요 기능

성장 통계

하네스 관찰 가능성 지표(Prometheus)

고급 상담원 지표

프로덕션 경고 규칙(클라우드 배포)

그라파나 대시보드

샌드박스 시작 안정성(2026-08)

스마트 활성화/비활성화

에이전트 활성 SSOT

응답

상태 논리

사용 사례

주요 속성