omp-throughput
实时监控OMP会话及子代理的吞吐量（TPS）仪表盘
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：omp-throughput。 它的用途是：实时监控OMP会话及子代理的吞吐量（TPS）仪表盘 完整的 Skill 内容见：https://321skill.com/skills/omp-throughput/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“启动OMP吞吐量监控仪表盘，并展示过去一分钟内各个任务子代理的TPS变化趋势。”，它会启用该Skill并呈现一个实时更新的图表，让你清晰看到主会话和每个子代理的处理速率，从而判断是否存在某个代理处理过慢或系统整体负载过高的情况。
介绍
该Skill提供了一个实时吞吐量（TPS）监控仪表盘，专门用于观察OMP（OpenAI Multi-Process）主会话及其任务子代理的性能指标。它解决了开发者在调试和优化多智能体应用时，无法直观、实时地了解系统整体及各个子代理处理效率的痛点。
使用时，开发者只需安装并启用该Skill，即可在OMP环境中看到一个持续更新的TPS仪表盘。该仪表盘会清晰展示主会话和每个任务子代理的实时事务处理速率，帮助开发者快速识别性能瓶颈或异常。
它非常适合正在开发或维护基于OMP框架的智能体应用的后端开发、全栈开发和智能体开发者。通过实时监控TPS，开发者可以更好地评估系统负载、优化任务分配策略，并验证性能调优的效果。
建议在开发、测试和压力测试阶段使用此Skill。请注意，该工具主要用于性能监控和调试，其本身可能会引入微小的性能开销，因此在生产环境部署前需评估其影响。
核心特点
该Skill是专门为OMP（OpenAI Multi-Process）框架设计的实时TPS监控工具，能够同时追踪主会话和各个任务子代理的吞吐量，而同类通用监控工具通常无法深入到OMP的子代理层级进行细粒度观测。
注意事项
该Skill仅适用于基于OMP框架的应用，不适用于其他多智能体或并发框架的性能监控。
常见问题
这个TPS监控工具支持哪些OMP版本？
请查阅该Skill的官方文档或GitHub仓库，以获取其兼容的OMP版本信息。
监控数据可以导出或持久化存储吗？
当前版本主要提供实时界面展示，数据持久化或导出功能需查看其具体实现或后续更新。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/omp-throughput/raw/index.md 读取 omp-throughput 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/omp-throughput/raw/index.md（查看排版版本）