分析

分析页深入呈现你的大模型使用模式、性能特征，以及回复质量随时间的变化。

侧边栏位置： 分析 路由： /analytics

各个分区

回复质量

质量随轮次变化展示回复质量在多轮对话中的演变。每条助手回复按 0–5 分打分，依据是：

• 字数（权重 40%）—— 越长得分越高，上限为 50 词
• 词汇多样性（权重 30%）—— 不重复词数与总词数之比
• 低重复度（权重 30%）—— 4-gram 重复越少得分越高

数据点按颜色区分：绿色（3.5 以上）、黄色（2–3.5）、红色（低于 2）。

延迟分析

三张分析请求性能的图表：

• 请求延迟 P50/P95/P99 —— 会话中 totalDurationMs 的滑动窗口百分位
• TTFT P50/P95/P99 —— 对首 token 时间做同样的处理
• token 间延迟分布 —— token 与 token 之间耗时的直方图，采用 OpenTelemetry 推荐的分桶边界

可靠性

• 各模型错误率 —— 堆叠柱状图，按模型显示各类错误
• 错误时间线 —— 每日错误数量随时间的变化
• 加载耗时趋势 —— 模型加载时间，并标出冷启动（超过 500ms 时显示橙色点）

错误类别包括：连接、超时、模型未找到、超出上下文、内存不足、工具错误、已取消。

使用模式

• 请求量 —— 每日请求数量的柱状图
• 模型分布 —— 环形图，显示各模型请求量的占比
• 活跃时段热力图 —— 7 天 × 24 小时的网格，按请求密度着色

设置的影响

一张散点图，显示温度与 token/秒之间的相关性。每个点代表一次会话。需要至少 2 次明确设置了温度的会话。

模型内存

近期模型加载事件的时间线，显示加载耗时以及冷启动 / 热启动状态。冷启动（超过 500ms）以橙色高亮。

数据来源

所有分析都在客户端计算，数据来自已经存储在 IndexedDB 中的 SessionMetrics。不需要额外采集任何数据。有新会话记录时，图表会响应式地自动更新。