在多智能体（Multi-Agent System）协同的研发工作区中，随着自动化工单流转、代码编写、CI回归、故障巡检等任务的大规模分发，一个不可忽视的工程挑战随之而来：

当每天有成百上千个Agent Task在后台调度时，我们如何确切知道智能体在“想什么”“调用了哪些工具”“哪一步遇到了错误”以及“消耗了多少Token”？

在Mopheus平台的日常研发工作区（dev workspace）中，智能体任务的调度总量已经超过千次。如果我们仅仅把智能体当作黑盒，每次遇到异常都靠人工翻阅动辄数百行的原始transcript日志，或者直接把全部裸日志输入大模型进行总结，不仅消耗大量Token和时间，也难以形成全局维度的效能与质量分布。

本文完整记录我们如何基于Mopheus平台的开放接口与架构机制，设计、编码、验证并落地一个自包含的本地技能——mopheus-agent-task-visualizer，将千条智能体任务的转录日志转化为交互式数据可视化看板。

01核心挑战与需求拆解

分析多智能体运行数据通常面临两种常见路径的权衡：

1.纯LLM解析方案：将海量原始JSON日志直接交给大模型统计。当任务达到上千条、每条转录消息数十轮时，上下文长度与Token消耗巨大，且统计数字容易产生幻觉。

2.外部重型APM方案：搭建专门的日志汇聚与时序数据库链路，配置繁琐，无法作为随用随取的本地化技能分发。

因此，这个数据可视化技能确立了5项清晰的工程要求：

图1：mopheus-agent-task-visualizer数据管线与脚本流程

1.增量状态持久化(state_record.json)：记录已处理过的Task ID。进入completed、failed、cancelled终态的任务只拉取一次并持久化缓存，后续执行时自动跳过，避免重复的网络请求与解析计算。

2.多维基础元数据汇总：统计指定工作区内的任务总量、成功率、持续时长（Wall-clock Duration）、执行智能体、模型、Token用量、关联工单与失败原因。

3.Transcript深度转录解析：深入剖析任务每一步的执行细节：

·Thinking维度：思考耗时、思考Block块数、思考字符量；

·Tool细分维度：统一规范化提取如tool:Bash、tool:TaskCreate、tool:TaskUpdate、tool:WebFetch、tool:WebSearch等工具调用，统计各工具的调用频次、成功数、失败数、成功率与平均执行耗时。

4.确定性Stage数据分层(stage_tasks.json)：由Python脚本完成海量数据的清洗与预聚合，避免靠LLM直接读取海量裸数据的不确定性与高开销。

5.单文件交互式HTML看板：产出零外部运行依赖、自带图表与搜索过滤表格的独立HTML报告。

02牵涉到的Mopheus核心架构能力

要让该技能在Mopheus生态中稳定运行，依赖了平台底层的三项关键机制：

1.CLI-First与统一的REST API契约

Mopheus遵循统一的分层架构（Handler → Service → Repo）与双通道访问机制（REST API + CLI）。

·通过mopheus agent-task snapshot或GET api/v1/agent-tasks/snapshot?status=all，客户端可以直接获取全工作区任务的快照。

·通过GET /api/v1/agent-tasks/:id/messages和GET /api/v1/agent-tasks/:id/usage，可以获取按时间序列排列的tool_use、tool_result、thinking结构化转录流与Token消耗记录。

2.双层存储模型：Daemon临时沙箱vs宿主机全局持久层

当配置智能体在Mopheus中定时执行该技能时，跨任务的状态共享依赖了Daemon的存储分层设计：

·任务沙箱层（Ephemeral Workdir）：Daemon调度执行单个任务时，会在/workdir///workdir下创建独立隔离的临时工作区，任务结束后由Daemon GC自动回收。

·全局持久层（Host Persistent Directory）：宿主机的用户根目录~/.mopheus/属于系统级持久层。

·技能的路径优先级：脚本设计了三级存储定位：

CLI参数(--data-dir)──►环境变量($MOPHEUS_ANALYTICS_DATA_DIR)──►默认全局共享(~/.mopheus/analytics//)

因此，无论是哪一个Agent在宿主机上以守护进程执行定时任务，默认都能定位到同一份state_record.json，实现跨任务、跨日期的增量共享。

3.多智能体多工具协同（PAT范式）的调用追踪

在Mopheus中，Ticket的经办人是多态的（Member / Agent / Team）。智能体在执行任务时，会根据职责调用多样化的系统工具（tool:Bash执行命令、tool:TaskCreate / tool:TaskUpdate维护工单状态、tool:WebFetch / tool:WebSearch获取外部文档、tool:Read / tool:Write / tool:Edit处理代码）。平台对每次工具调用的入参、出参和时间戳均有完整记录，为数据提取提供了可靠的事实源。

03Transcript深度解析算法实现

转录日志（messages）记录了智能体与环境交互的完整步骤。算法通过以下逻辑完成结构化提取：

1.Thinking耗时与字符量提取

当模型支持思考（Thinking / Reasoning）时，消息体中包含type: "thinking"或<thinking>...</thinking>块。算法通过时间戳差值计算出模型在生成最终答案前用于思考的耗时：

if msg_type == "thinking" or "<thinking>" in content:
    thinking_blocks_count += 1
    thinking_chars_count += len(clean_thinking_text(content))
    # 通过与下一条消息的时间戳差值计算思考持续时长
    if i + 1 < len(messages) and msg_time:
        next_time = parse_iso_time(messages[i + 1].get("createdAt"))
        if next_time and next_time >= msg_time:
            dur = (next_time - msg_time).total_seconds()
            if 0.1 <= dur <= 300.0:
                total_thinking_seconds += dur

2.工具调用配对与失败诊断

在转录流中，type: "tool_use"和type: "tool_result"通过唯一callId进行配对。算法计算出单次工具执行耗时，并根据输出内容（非零退出码、异常栈、错误关键字）判定该次调用的执行状态：

 # 规范化工具名称，如 Bash -> tool:Bash
tool_name = normalize_tool_name(msg.get("tool"))


# 判定工具级执行状态
failed = is_tool_result_failure(content, output, is_error)
success = not failed
duration_sec = (result_time - use_time).total_seconds()

04成果呈现：可视化看板为研发团队带来了什么？

通过将原始日志加工为结构化的Stage数据，技能最终渲染出一个自包含、单文件的交互式HTML看板：

图2：Mopheus Agent Task数据可视化看板效果展示

该看板不再是一堆冰冷的日志文本，而是为研发主管、架构师与工程师提供了多维度的实时诊断抓手：

1.全局运行概览与健康卡片(KPI Scorecards)

看板顶部直观汇聚核心健康指标：

·任务总量与成功率：快速评估当前工作区智能体自动化的健康基线；

·持续时长与思考时长对比：清晰区分“模型思考耗时”与“外部工具执行耗时”，帮助评估复杂任务的决策耗时占比；

·Token消耗与均值：监控Token消耗水位，及时发现异常消耗的模型调用。

2.工具调用健康度与耗时分布(Tool Distribution)

多智能体系统的核心能力在于工具调用。看板将所有被调用的工具归一化统计，按频次、成功率和平均耗时直观展现：

·诊断高频工具瓶颈：例如快速识别tool:WebFetch等网络I/O工具的平均延迟；

·定位隐蔽失败点：在复杂的代码重构或脚本执行中，精准标出tool:Bash或文件编辑工具的失败频次与异常原因。

3.智能体负荷与能力画像(Agent Workload&Capability Profile)

看板支持按智能体角色聚合分析：

·观察不同职责的智能体（如代码编写、架构审查、自动化测试、信息聚合）在执行工单时的行为偏好；

·了解各智能体偏好调用的工具集与Token开销，辅助团队针对性优化提示词（Prompt）与工具权限配置。

4.逐条任务的深度时序下钻(Drill-Down Diagnostics)

告别在巨大JSON文件中肉眼搜索的低效体验：

·多维实时过滤：支持按时间窗口（过去24小时/7天/全量）、智能体名称、执行状态（成功/失败/取消）进行组合检索；

·可展开任务明细：点击任意一行任务，即可直接展开其关联工单、思考耗时、具体调用的工具列表及每次工具执行的详细出入参，实现秒级根因排查。

05符合Skill Creator标准的组织架构

按照Anthropic与Mopheus的Skill Creator规范，技能采用渐进式加载（Progressive Disclosure）原则，将执行主干、技术参考与项目说明分层管理：

06总结与未来应用

通过增量状态记录+确定性Stage脚本清洗+深度转录指标挖掘+独立HTML看板渲染的流程，我们为多智能体任务构建了清晰的数据洞察工具。

后续该技能可作为Mopheus工作区中的定时Cron任务运行：

·周期性执行并生成阶段性的智能体运行报告；

·将HTML报告上传至指定工单或成果物中心；

·帮助团队客观掌握高频调用的工具、异常失败排查以及Token消耗分布。

通过结构化的数据管线，多智能体协作流程能够具备更清晰、透明、可追踪的工程可观测性。