[知识进化] 工作流瓶颈自动检测 — 统计分析节点耗时/失败率 #62

New Issue

admin · 2026-05-10T15:32:18+08:00

admin commented

2026-05-10 15:32:18 +08:00

目标

自动分析工作流执行数据，发现经常卡住的节点，给出优化建议。

检测指标

节点平均耗时（P50/P95/P99）
节点失败率
节点重试率
节点间等待时间
资源消耗（LLM token 用量、工具调用次数）

瓶颈判定规则

某节点 P95 耗时 > 所有节点平均 P95 的 3 倍 → 瓶颈节点
某节点失败率 > 20% → 问题节点
某节点工具调用次数 > 10 → 效率低下

输出

瓶颈节点列表（按严重程度排序）
优化建议（拆分子任务 / 更换模型 / 增加超时 / 添加重试）

新增文件

backend/app/services/bottleneck_detector.py
Celery 定时：每天凌晨分析昨日数据
前端：工作流详情页新增瓶颈分析 tab

## 目标自动分析工作流执行数据，发现经常卡住的节点，给出优化建议。 ## 检测指标 - 节点平均耗时（P50/P95/P99） - 节点失败率 - 节点重试率 - 节点间等待时间 - 资源消耗（LLM token 用量、工具调用次数） ## 瓶颈判定规则 - 某节点 P95 耗时 > 所有节点平均 P95 的 3 倍 → 瓶颈节点 - 某节点失败率 > 20% → 问题节点 - 某节点工具调用次数 > 10 → 效率低下 ## 输出 - 瓶颈节点列表（按严重程度排序） - 优化建议（拆分子任务 / 更换模型 / 增加超时 / 添加重试） ## 新增文件 - backend/app/services/bottleneck_detector.py - Celery 定时：每天凌晨分析昨日数据 - 前端：工作流详情页新增瓶颈分析 tab

admin closed this issue

2026-05-10 17:58:11 +08:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: admin/aiagent#62