09 可观测性¶

难度：中级｜前置：网络、异步任务｜目标：从外部信号推断系统内部状态

三种核心信号¶

记录具体事件，适合回答：

日志应结构化，并包含 trace_id、task_id、device_id 等关联字段。

对大量事件聚合，适合回答：

不要把 device_id、user_id 直接作为指标标签。高基数会产生大量不同组合，增加内存和存储成本。

描述一次请求或任务跨组件的路径：

API
→ Agent Node
→ Model
→ Tool
→ Database

适合定位时间花在哪里、错误发生在哪个依赖。

不同系统再补业务指标：

坏告警：

CPU 高。

更好的告警：

状态服务 P95 延迟连续 10 分钟高于 500ms，同时 Redis 超时率超过 2%。

收到告警的人应该知道：

统一使用上下文：

trace_id
task_id
tenant_id
device_id / tool_call_id

敏感数据不要直接写日志，尤其是 Token、密钥、学生数据和完整 Prompt 中的隐私内容。