访问指标

本文档介绍了如何访问 Gemini Enterprise 应用生成的指标。这些指标可让您深入了解应用的性能和健康状况。

您可以使用 Metrics Explorer 查看指标遥测数据，也可以直接在各个智能体的可观测性标签页中查看。

主要概念

本部分介绍了与 Gemini Enterprise 中的可观测性相关的关键概念。

概念 说明
指标 指标是系统随时间推移收集的数值测量值。这些测量值代表系统的性能、资源利用率或行为。工程师使用指标来监控系统运行状况、识别趋势并触发提醒。
代理级范围的指标 用于衡量单个代理活动的指标，例如其会话、对话轮次和工具调用。它们列在 Gemini Enterprise Agent 资源类型下，并且仅在为该代理开启启用 OpenTelemetry 跟踪记录和日志的插桩可观测性设置时才会收集。
应用级范围的指标 衡量应用（而非单个代理）的所有流量的指标，例如其请求数和端到端延迟时间。它们列在 Gemini Enterprise 引擎资源类型下，其中引擎是 Gemini Enterprise 应用的 API 名称，无论可观测性设置如何，系统都会收集这些指标。

准备工作

请确保您已备好：

  • Gemini Enterprise Admin 角色或 Google Cloud 控制台 Gemini Enterprise User 角色。

  • 现有的 Gemini Enterprise Web 应用。如需了解如何创建新应用，请参阅创建应用。

  • 如需访问 Metrics Explorer，您必须拥有 Monitoring Viewer 角色 (roles/monitoring.viewer)。

  • 启用启用 OpenTelemetry 跟踪记录和日志的插桩可观测性设置。根据代理类型，在应用级配置中（对于核心助理代理）或在代理的配置标签页中（对于 Workflow Builder 员工创建的代理和 Deep Research 代理）启用此功能。如需了解详情，请参阅管理可观测性设置。 对于代理范围的指标，此设置是必需的。应用级指标（列在 Gemini Enterprise 引擎资源类型下）在没有该代理的情况下收集。

数据保留

Gemini Enterprise 应用生成的指标存储在 Google Cloud 项目的 Cloud Monitoring 中，其保留由 Cloud Monitoring 管理。Gemini Enterprise 指标在 discoveryengine.googleapis.com/ 前缀下发布，该前缀属于“所有其他Google Cloud 指标”层级，默认保留 6 周。系统会自动删除保留期限之外的数据。如需了解权威且最新的保留值，请参阅 Cloud Monitoring 配额和限制文档中的数据保留。

在 Metrics Explorer 中访问指标

如需访问这些指标，请按以下步骤操作：

  1. 在 Google Cloud 控制台中，前往 Metrics Explorer 页面。

    转到 Metrics Explorer

  2. 选择创建 Gemini Enterprise 应用的 Google Cloud 项目。

  3. 点击选择一个指标以打开搜索栏。

  4. 在搜索栏中，查找以下指标：

    指标名称 说明
    Gemini Enterprise Agent - Gemini Enterprise Agent Session Count Gemini Enterprise 智能体处理的会话数。
    Gemini Enterprise Agent - Gemini Enterprise Agent Tool Count Gemini Enterprise 代理调用工具的次数。
    Gemini Enterprise Agent - Gemini Enterprise Agent Turn Count Gemini Enterprise 智能体会话中的对话轮数。
    Gemini Enterprise Agent - Gemini Enterprise Agent 总延迟时间 Gemini Enterprise 智能体回答的总延迟时间。
    Gemini Enterprise Agent - Gemini Enterprise Agent 工具总延迟时间 Gemini Enterprise 代理中的工具执行产生的总延迟时间。
    Gemini Enterprise DataConnector - Gemini Enterprise DataConnector 请求数 向 Gemini Enterprise 数据连接器（在 Google Cloud 控制台中也称为数据存储区）发出的请求总数。
    Gemini Enterprise DataConnector - Gemini Enterprise DataConnector 请求延迟时间 （Beta 版）向 Gemini Enterprise 数据连接器（在 Google Cloud 控制台中也称为数据存储区）发出的请求的延迟时间（以毫秒为单位）。
    Gemini Enterprise Engine - Gemini Enterprise Engine 请求数 Gemini Enterprise 应用收到的请求总数，涵盖应用的所有流量，而非单个智能体。按 API 方法、规范 gRPC 响应代码、响应代码类、查询类型和模型细分。
    Gemini Enterprise Engine - Gemini Enterprise Engine 请求总延迟时间 Gemini Enterprise 应用的端到端请求延迟时间分布。系统会记录每个请求，包括返回错误的请求。
    Gemini Enterprise 引擎 - Gemini Enterprise 引擎首次回答延迟时间 从收到请求到流式传输第一个回答 token 之间的延迟时间分布。仅针对生成至少一个回答词元的请求进行记录。
    Gemini Enterprise Engine - Gemini Enterprise Engine 首个词元延迟时间 从收到请求到流式传输第一个 token（无论该 token 是模型思考过程的一部分还是最终回答）之间的延迟时间分布。仅针对生成至少一个流式传输 token 的请求进行记录。

  5. 选择您要探索的指标，然后点击应用。

  6. 您可以选择设置其他标签过滤条件、汇总元素并调整时间范围。

    Google Cloud 控制台中 Metrics Explorer 的屏幕截图，其中显示了 Gemini Enterprise Agent 指标。

访问智能体的指标

您还可以在 Google Cloud 控制台中，直接在代理的可观测性标签页上查看各个代理的操作、工具专用和会话指标信息中心。

如需访问代理的指标，请执行以下操作：

  1. 在 Google Cloud 控制台中，前往您的应用，然后点击代理。
  2. 选择要检查的代理，然后点击可观测性标签页。

可观测性标签页提供关键运营遥测数据，分为四个视图：概览、工具、延迟时间和错误率。

指标概览

此视图提供了一个信息中心，其中汇总了标准会话和智能体健康状况数据，包括：

  • 会话数：用户会话总数。
  • 每次会话的平均时长：每次会话所用的平均时间。
  • 智能体调用次数：智能体被调用的总次数。
  • 智能体延迟时间：不同时间段的延迟时间以及特定指标。
  • 智能体流量：入站请求量。
  • 代理错误率：失败的代理调用所占的百分比。

Google Cloud 控制台中“可观测性”标签页的“概览”视图的屏幕截图，其中显示了会话数、每个会话的平均轮次、代理调用次数、延迟时间、流量和错误率

工具指标

此视图专门关注与智能体关联的工具的使用情况和延迟时间，包括：

  • 总调用次数：工具执行请求的数量。
  • 按工具统计的 P95 延迟：执行延迟时间的第 95 百分位，按工具分类。
  • 按工具统计的调用次数：不同工具的总调用次数。
  • 按工具统计的错误率：按工具统计的执行失败率。
  • “未调用工具”比例：互动未触发任何工具执行的比例。

延迟时间指标

此视图会显示智能体的回答延迟时间。每个指标都会显示为所选时间范围内的 p50 和 p95 摘要卡片，以及显示随时间变化的趋势的时序图表。您还可以按功能过滤延迟时间指标。 该视图会显示以下指标：

  • 第一个 token 的时间 (TTFT)：从收到请求到流式传输第一个 token 之间的延迟时间，无论该 token 是模型思考过程的一部分还是回答的一部分。
  • 首回答延迟 (TTFA)：从收到请求到流式传输第一个回答 token（即不属于模型思考过程的第一个 token）之间的延迟时间。如果智能体在开始回答后调用工具，则测量会重新开始，因此 TTFA 反映的是用户读取的回答开始流式传输的时间，而不是任何临时叙述。
  • 末 token 延迟 (TTLT)：从收到请求到流式传输最后一个 token（即回答完成时）之间的延迟时间。

按功能过滤延迟时间指标

功能是指对话轮次所代表的互动类型，例如网页搜索或图片生成。按功能过滤延迟时间指标，以查看哪些类型的互动最慢，并防止某个慢速功能影响整体延迟时间。

如需按功能过滤延迟时间指标，请执行以下操作：

  1. 在智能体的可观测性标签页上，点击延迟时间视图。
  2. 点击按功能过滤。
  3. 选择要检查的特征。

然后，摘要卡和时序图表仅显示该特征的轮次。

如需一次性比较所有功能，请使用功能遥测表，其中列出了每项功能的以下信息：

  • 流量份额：归因于该功能的对话轮次所占的百分比。
  • TTFT、TTFA 和 TTLT：该功能的 p50 和 p95 延迟时间。

您可以使用以下功能进行过滤：

  • 参数化：仅向模型发送文本输出请求且不调用工具的交互，例如翻译任务。
  • 媒体生成：图片和视频生成任务。
  • 仅限网页搜索：使用网页搜索工具向模型发送请求的互动。
  • 对所上传文件的分析：涉及用户上传文件的模型交互。
  • 连接器：向内部或第三方连接器发送请求的查询。
  • Canvas：使用 Canvas 的生成任务。
  • 技能：调用技能的互动。
  • 其他：适用于跨越多个功能或尚未分类的对话轮次的兜底项。

Google Cloud 控制台中“可观测性”标签页的“延迟时间”视图的屏幕截图，其中显示了功能过滤条件、p50 和 p95 摘要卡、首个词元生成时间、首个回答生成时间和最后一个词元生成时间的时间序列图表，以及功能遥测表，其中列出了每个功能及其流量份额和 p50 及 p95 延迟时间

错误率指标

此视图显示代理请求的解析方式，按响应类别分组：正常 (2xx)、客户端错误 (4xx)、服务器错误 (5xx)和已取消。其中包括：

  • 请求量（按响应类别）：随时间变化的入站请求数，按响应类别堆叠。
  • 错误率（按响应类别）：一段时间内失败的请求所占的百分比，按响应类别划分。
  • 客户端错误代码 (4xx) 和服务器错误代码 (5xx)：一段时间内的各个规范 gRPC 响应代码（例如 INVALID_ARGUMENT 或 INTERNAL），以便您了解哪些特定错误导致了峰值。
  • 总计：所选时间范围内每种结果的请求数和占总请求数的百分比，并使用单独的表格对各个客户端和服务器错误代码进行排名。

Google Cloud 控制台中“可观测性”标签页的“错误率”视图的屏幕截图，其中显示了按响应类别划分的请求量和错误率、客户端和服务器错误代码的时间序列图表，以及总计表

后续步骤