phuryn/metrics-dashboard
一个用于监控和可视化AI Agent性能指标的仪表板工具。
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：phuryn/metrics-dashboard。 它的用途是：一个用于监控和可视化AI Agent性能指标的仪表板工具。 详细介绍见：https://321skill.com/skills/phuryn-metrics-dashboard/ 请根据该页面的说明完成安装。
使用示例
“帮我集成metrics-dashboard到我的客服Agent项目中，并配置监控每次对话的Token消耗和用户满意度评分。”，它会引导你完成依赖安装、初始化配置和指标定义。部署后，你可以通过仪表板实时查看客服Agent的整体资源消耗和效能趋势，及时发现异常会话或成本激增问题。
介绍
这个Skill旨在解决AI Agent开发者在调试和优化智能体时，缺乏直观的性能监控和数据分析工具的问题。它通过收集和聚合Agent运行过程中的关键指标（如Token消耗、响应延迟、调用成功率等），并以图表形式展示，帮助开发者洞察Agent的行为模式和性能瓶颈。
使用时，你需要将该仪表板工具集成到你的AI Agent项目中。它会自动收集运行数据，并提供一个Web界面来查看实时和历史性能图表。你可以通过配置来定义需要跟踪的自定义指标。
它非常适合负责开发和维护AI Agent的工程师，尤其是那些需要持续优化Agent性能、排查异常或向团队汇报项目进展的开发者。
建议在开发环境早期就集成此工具，以便积累基线数据。注意，它主要关注宏观性能指标，对于单次请求的深度调试可能需要结合日志等其他工具。
核心特点
与通用的系统监控工具不同，它专门为AI Agent的运行场景设计，内置了对Token消耗、模型调用链、智能体决策步骤等特有指标的追踪和可视化。
注意事项
不适合需要深度代码级单步调试或分析Agent内部复杂逻辑推理过程的场景。
常见问题
它能监控哪些具体的AI Agent指标？
可以监控Token使用量、请求响应时间、各模型或工具调用成功率、自定义的业务指标等。
是否需要修改大量原有Agent代码来集成？
通常只需添加少量的初始化代码和埋点即可开始收集数据，对原有逻辑侵入性较低。