> ## Documentation Index > Fetch the complete documentation index at: https://docs.myrmagent.ai/llms.txt > Use this file to discover all available pages before exploring further. # 统计 > 分析、成长指标、日活动日志与 AI 每日战报端点。 # Statistics API 查询 Agent 活动分析、成长指标、日工作日志与 AI 生成每日摘要的端点。 ## 日报（Daily Journal） 获取指定日所有 Agent 活动的 consolidated 视图。 ``` GET /api/v1/statistics/daily-journal?date=YYYY-MM-DD&agent_id=optional ``` ### 参数 | 参数 | 类型 | 必填 | 说明 | | ---------- | ------ | -- | ----------------- | | `date` | string | 是 | `YYYY-MM-DD` 格式日期 | | `agent_id` | string | 否 | 按 Agent ID 过滤 | ### 响应 ```json theme={null} { "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 } } ] } } ``` ### 数据来源 日报聚合 6 个现有来源，无额外存储： | 来源 | 数据 | | -------------------- | ---------------- | | Chat | 会话元数据（标题、来源、时间戳） | | Message | 每会话 Token 与成本 | | ApprovalRecord | 人工审批事件 | | CronRunModel | 定时任务执行 | | KanbanTaskEventModel | 看板事件 | | EventLog | 工具调用次数（文件） | ### 错误响应 | 代码 | 说明 | | --- | ---------------------- | | 400 | 日期格式无效（须 `YYYY-MM-DD`） | | 400 | 缺少 `date` 参数 | ## 每日战报（Daily Wrap / AI 摘要） 获取 AI 生成的自然语言每日活动摘要，含关键词和明日建议。结果缓存于 SQLite 以降低 LLM 成本。 ``` GET /api/v1/statistics/daily-wrap?date=YYYY-MM-DD ``` ### 参数 | 参数 | 类型 | 必填 | 说明 | | ------ | ------ | -- | ----------------- | | `date` | string | 是 | `YYYY-MM-DD` 格式日期 | ### 响应 ```json theme={null} { "code": 0, "data": { "date": "2026-06-27", "summary": "高效的一天，聚焦代码审查和 Bug 修复。跨 Web 和 Telegram 渠道完成 5 个会话。", "keywords": ["代码审查", "Bug 修复", "Telegram"], "suggestions": ["继续会话 #3 中开始的重构", "处理待审批事项"], "generated_at": "2026-06-27T23:05:00Z", "cached": true } } ``` ### 重新生成 强制重新生成，绕过缓存： ``` POST /api/v1/statistics/daily-wrap/regenerate?date=YYYY-MM-DD ``` 返回与 GET 相同结构，`cached: false`。 ### 前置条件 * 必须在设置中配置 **轻量模型（Lite Model）**（用于低成本摘要生成） * 当天无活动时返回 `reason: "no_activity"` 且 `summary: null` * 未配置轻量模型时返回 `reason: "lite_model_not_configured"` 且 `summary: null` ### 工作原理 1. 聚合与 Daily Journal 相同的 6 源数据（会话、Token、审批、定时任务、看板事件、成本） 2. 构建结构化 Prompt 并发送给配置的轻量模型 3. 解析 LLM 响应（支持 JSON 和纯文本回退） 4. 将结果缓存到 `daily_wrap_cache` SQLite 表（每日一行） ## Per-Agent 用量分析 按智能体维度拆解 Token 消耗与成本 —— 直观看到哪个 Agent 消耗最多，附带 7 天趋势 Sparkline。 ``` GET /api/v1/statistics/usage/by-agent?days=7 ``` ### 参数 | 参数 | 类型 | 必填 | 说明 | | ------ | ------- | -- | ------------------------ | | `days` | integer | 否 | Sparkline 天数（默认 7，最大 30） | ### 响应 ```json theme={null} { "success": true, "data": { "agents": [ { "agentId": "builtin-general", "name": "通用助手", "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 } } ``` ### 核心特性 * 结果按总 USD 降序排列（最高消耗在前） * 百分比拆解显示每个 Agent 占总消耗的份额 * Sparkline 数据支持前端 7 天 SVG 趋势可视化 * 自动关联 Agent 注册表中的名称和头像 * 当仅有 1 个 Agent 时 `AgentUsageCard` 组件自动隐藏（无对比价值） ## 会话执行追踪（Session Execution Trace） 获取完整的会话执行追踪 —— 工具调用、LLM 调用、错误、人工审批事件和记忆操作 —— 结构化用于时间轴回放。 ``` GET /api/v1/statistics/session/{session_id}/trace ``` ### 响应 ```json theme={null} { "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": "帮我重构这个模块", "output": "完成！我已将该模块拆分为 3 个文件。", "tool_calls": [ { "sequence": 1, "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": "读取 200 行" } ], "llm_calls": [ { "sequence": 1, "start_time": 1720000001.0, "end_time": 1720000005.0, "model_name": "claude-sonnet-4-20250514", "prompt_preview": "[user] 帮我重构...", "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": "工作记忆提取", "summary": "学到用户偏好小而专注的模块", "target_kind": "memory", "target_id": "mem-target-1", "influence_count": 2 } ], "total_events": 12, "total_tokens": 2000 } } ``` ### 核心特性 * **零存储回放**：追踪从追加式事件日志按需重建 —— 无需额外数据库或视频文件 * **七种事件类型**：tool\_start, tool\_end, llm\_call, human\_feedback, memory, error, message * **前端会话回放播放器**：WebUI 提供三窗格交互式播放器（对话视图 / 思维视图 / 检查器），支持进度条拖拽、变速播放、键盘导航、一键跳转错误 * **数据集导出**：追踪可通过 `dataset_export` 管道批量导出为 ShareGPT/Alpaca/OpenAI JSONL 格式用于微调 ## 成长统计 成长看板指标通过统一的**学习旅程**页面（`/journey`，旧 `/growth` 自动重定向）提供： * 技能 KPI 摘要（总数、成功率、进化次数） * 智能节省摘要（通过缓存和路由降低的成本） * 84 天活动热力图与多维健康雷达图 * 周趋势分析与 AI 每日战报摘要 * 技能生命周期进化时间线 * **知识图谱** — 交互式 Claim/Evidence 2D 力导向可视化，支持 namespace 过滤 * **技能使用效率趋势** — 每个技能的成功率、平均耗时、调用频次日粒度趋势图 ## Harness 可观测指标（Prometheus） Myrm Engine 在 `/metrics` 暴露 Prometheus 遥测，零运维开销，供 DevOps/SRE 深度监控。 ### 高级 Agent 指标 * `myrm_time_to_first_action_seconds`（Histogram）：精确 TTFA，从收到用户指令到首次调用工具的时间。 * `myrm_policy_denial_total`（Counter）：被安全护栏与路径策略阻断、脱敏或拒绝的次数。 * `myrm_tool_execution_total` & `myrm_tool_execution_failed_total`（Counter）：各技能执行结果，用于 Grafana 计算「工具有效率」。 ### 生产级告警规则（云托管部署） 云托管部署内置 12 条生产级 Prometheus 告警规则，覆盖沙箱健康与可靠性： | 告警 | 级别 | 触发条件 | | -------------------------- | -- | ---------------------- | | ContainerPoolExhausted | 严重 | 可用容器池 = 0 持续 5 分钟 | | ContainerPoolLow | 警告 | 可用容器 \< 2 持续 10 分钟 | | HealthCheckFailureRateHigh | 严重 | 故障率 > 20% 持续 5 分钟 | | ContainerCreationSlow | 警告 | P99 创建耗时 > 10s 持续 5 分钟 | | ContainerOOMKills | 严重 | 检测到 OOM 终止 | | HotPoolExhausted | 严重 | 热池 = 0 持续 5 分钟 | 每条告警均附带 `runbook_url` 链接至企业运维手册对应章节。 ### Grafana 仪表盘 提供即导即用的 Grafana 仪表盘（`grafana-dashboard-sandbox.json`），实时可视化容器池状态、命中率、健康检查成功率、创建延迟、热池可用性。支持 UI 导入或 provisioning 目录挂载。 ### 智能启停 指标采集根据部署模式自动启停 — 本地与桌面端零开销运行，云托管部署自动暴露完整 `/metrics` 端点供 Prometheus 抓取。 ## Agent Liveness SSOT（全局三态指示器） 单一聚合端点，一个 API 即可知道 Agent 当前是忙碌、空闲还是异常 — 无需轮询多个接口。 ``` GET /api/v1/health/liveness ``` ### 响应 ```json theme={null} { "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 } ``` ### 状态派生逻辑 | 状态 | 触发条件 | | ---------- | ------------------- | | `busy` | 至少有一个 Agent 会话正在执行 | | `degraded` | 无活跃会话，但某渠道掉线或内存压力升高 | | `idle` | 无活跃会话，所有渠道健康，内存正常 | ### 使用场景 * **前端托盘 / 宠物指示器**：轮询此端点显示三态图标（转圈 = 忙碌，绿色 = 空闲，琥珀色 = 异常） * **云运维监控**：`curl /api/v1/health/liveness | jq .state` 接入 Prometheus/Grafana 告警 * **多标签工作区**：跨浏览器标签页显示 Agent 可用性，无需打开设置 ### 关键特性 * **纯只读聚合**：零 I/O、零数据库查询 — 所有数据来自内存中的网关状态 * **亚毫秒级响应**：适合高频轮询（每 2-5 秒） * **全部署模式通用**：本地 WebUI、Tauri 桌面端、云托管部署均可使用