关键词

AI监控可观测性性能分析Agent追踪数据可视化

项目简介

Shinzo是一个开源的AI系统可观测性平台，专门用于监控和分析AI Agent及MCP服务器的性能数据。平台采用OpenTelemetry标准，支持数据分析和可视化展示。

主要功能

  • 实时监控：追踪AI Agent的交互过程和性能指标
  • 性能分析：分析MCP服务器的资源使用、响应时间和错误率
  • 工具使用洞察：监控MCP工具的使用频率、输入输出数据和执行效率
  • 会话管理：管理AI会话的生命周期，包括开始时间、结束时间和请求统计
  • 令牌分析：统计输入输出令牌使用量，优化成本控制
  • 数据可视化：通过图表展示跟踪数据、指标趋势和操作分布

安装步骤

前提条件

  • PostgreSQL 15+（需外部运行，不在Docker内）
  • Docker和Docker Compose

快速开始

  1. 数据库设置：按照db/README.md文档设置外部PostgreSQL数据库
  2. 环境配置：
    • 复制backend/.env.example为backend/.env
    • 复制frontend/.env.example为frontend/.env
  3. 本地开发：
    • 安装Node.js 18+和pnpm
    • 启动后端服务：'cd backend && pnpm start'
  4. Docker部署： 
    docker-compose up -d redis kafka
# 或启动所有服务
docker-compose up --build -d
  5. 验证安装： 
    curl http://localhost:8000/health

服务器配置

{
  "server": "shinzo-backend",
  "command": "node",
  "args": ["src/server.ts"],
  "env": {
    "DATABASE_URL": "postgresql://username:password@host:port/database",
  "BACKEND_PORT": 8000,
  "LOG_LEVEL": "info"
}

基本使用方法

  1. 注册用户并获取认证令牌
  2. 生成摄取令牌用于数据收集
  3. 通过API端点访问监控数据和性能指标

支持的传输协议

  • HTTP/HTTPS
  • WebSocket（用于实时数据流）

信息

分类

开发者工具

访问项目