推理总览
📖 这是什么平台？每次你向大棚 Agent 发送一条消息，系统都会在服务端生成一条 Trace（推理链路记录），包含若干层层嵌套的 Span（阶段测量点）。
🌳 调用树：按父子关系展示一条 trace 的所有 span —— 关注「先做什么后做什么」。
🔥 火焰图：按耗时宽度堆叠 span —— 关注「时间花在哪」；支持单条 trace 与跨多条聚合两种模式。
🌊 瀑布时间线：把 span 按开始/结束时间摊在时间轴上 —— 关注「并发与先后」。
💬 会话用量：按会话累计 Token，以及本地 Tools / MCP / Skills 调用次数。
💡 推理步骤（ReAct 循环）
1
接收用户消息
handle_chat 接收请求，创建 trace root span
service.py · run()
→
2
思考 / 意图识别
模型生成 thinking 增量 → thinking span
DashScope / OpenAI 兼容模型
→
3
工具 / Skill / MCP（可循环）
tool span → 本地工具 / skill_viewer / mcp__* 执行回填
tools · skills · MCP
→
4
生成回复
基于工具结果组织文本吐出 → text span
agent reply_stream
→
5
输出事件流
done/SSE 事件→前端渲染；trace 写入 TraceStore
service.py · _translate
↻ 步骤 2 → 3 可循环多轮（ReAct：思考→行动→观察→再思考）
工具调用统计
| 工具 | 调用次数 | 累计耗时 | 平均耗时 | 最大耗时 | 错误 |
|---|---|---|---|---|---|
| 暂无数据，先去大棚对话页聊聊吧 | |||||
Trace 列表
暂无 trace，请先在大棚对话页发送一条消息
会话用量
加载中…
调用树（Call Tree）
← 选择上方 trace 查看
火焰图（Flame Graph）
暂无数据
瀑布时间线（Waterfall）
← 选择上方 trace 查看