用途
Observability Analyzer 用于查询 Claude Code 的可观测性数据（metrics、logs、traces），并基于这些数据生成洞察。它适用于分析性能、成本、错误、工具使用、会话、对话等场景。
数据来源
工具同时支持两种遥测数据源：
- 默认 OTEL，任务名（Job Name）为
claude_code，包含 API 指标、token 用量、成本。 - 增强 Hooks，任务名为
claude_code_enhanced，包含会话、对话、工具、子代理。
主要能力（Operations）
query-metrics <promql>：对 Prometheus 执行 PromQL 查询。示例：query-metrics 'sum(claude_code_token_usage)[7d]'
query-logs <logql>：对 Loki 执行 LogQL 查询。示例：query-logs '{job="claude_code_enhanced", event_type="tool_call"} | json' --since 24h
analyze-errors：从增强遥测中检测并归组错误模式。查询：{job="claude_code_enhanced", event_type="tool_result", status="error"} | json。输出错误类型、频率、受影响的工具、建议。
analyze-performance：识别慢操作和响应体积。查询：{job="claude_code_enhanced", event_type="tool_result"} | json | response_length > 50000。输出大响应、估算 token 成本、慢模式。
analyze-costs：根据内容体积估算计算 token 用量：sum by (repo) (sum_over_time({job="claude_code_enhanced", event_type="context_utilization"} | json | unwrap estimated_session_tokens [24h]))。输出按 repo 的 token 估算、会话成本、预测。
analyze-tools：工具使用统计与序列：sum by (tool) (count_over_time({job="claude_code_enhanced", event_type="tool_call"} | json [24h]))。输出调用频率、成功率、工具序列、常见模式。
analyze-sessions：会话生命周期与时长分析：{job="claude_code_enhanced", event_type="session_end"} | json。输出会话时长、轮次数、每会话工具数、终止原因。
analyze-conversations：对话与提示词分析：sum by (pattern) (count_over_time({job="claude_code_enhanced", event_type="user_prompt"} | json [24h]))。输出提示词模式（question/debugging/creation/ultrathink）与轮次分布。
analyze-subagents：子代理/Task 工具使用：{job="claude_code_enhanced", event_type="tool_call", tool="Task"} | json。输出使用的子代理类型、完成率、并行执行模式。
analyze-skills：技能调用分析：sum by (skill_name) (count_over_time({job="claude_code_enhanced", event_type="skill_usage"} | json [24h]))。输出最常用技能、按 repo 的技能使用、趋势。
analyze-context：上下文窗口利用率：{job="claude_code_enhanced", event_type="context_utilization"} | json | context_percentage > 50。输出高利用率会话、压缩事件、token 效率。
analyze-repos：仓库/项目活动：sum by (repo, tool) (count_over_time({job="claude_code_enhanced", event_type="tool_call"} | json [24h]))。输出各 repo 活动、按项目的工具使用、分支模式。
generate-report：综合分析报告（所有维度）。输出包含错误、性能、成本、会话、对话、工具的 Markdown 报告。
关键查询（Key Queries）
增强遥测（Loki）：
# All events (last hour)
{job="claude_code_enhanced"} | json
# Session analytics
{job="claude_code_enhanced", event_type="session_end"} | json | duration_seconds > 300
# Tool errors
{job="claude_code_enhanced", event_type="tool_result", status="error"} | json
# High context usage
{job="claude_code_enhanced", event_type="context_utilization"} | json | context_percentage > 75
# Subagent spawns
{job="claude_code_enhanced", event_type="tool_call", tool="Task"} | json
# Skill invocations
{job="claude_code_enhanced", event_type="skill_usage"} | json
# Prompt patterns
{job="claude_code_enhanced", event_type="user_prompt"} | json | pattern="ultrathink"
# Tool sequences
{job="claude_code_enhanced", event_type="tool_call"} | json | line_format "{{.tool_name}} → {{.previous_tool}}"
# Context compaction
{job="claude_code_enhanced", event_type="context_compact"} | json
# Permission requests
{job="claude_code_enhanced", event_type="permission_request"} | json
默认 OTEL（Prometheus）：
# Total token usage (7 days)
sum(increase(claude_code_token_usage[7d]))
# Error rate by tool
sum by (tool_name) (rate(claude_code_tool_result{status="failure"}[1h]))
# P95 tool latency
histogram_quantile(0.95, claude_code_tool_duration_bucket)
# Daily costs
sum(increase(claude_code_cost_usage[24h]))
事件类型参考（Event Types）
- session_start：会话初始化，关键字段 source、permission_mode
- session_end：会话终止，关键字段 duration_seconds、turn_count、tools_used
- user_prompt：用户消息提交，关键字段 pattern、prompt_length、estimated_tokens
- tool_call：工具调用，关键字段 tool_name、tool_details、sequence_position
- tool_result：工具完成，关键字段 status、response_length、is_error
- skill_usage：技能调用，关键字段 skill_name
- context_utilization：token 估算，关键字段 estimated_session_tokens、context_percentage
- context_compact：压缩事件，关键字段 trigger（manual/auto）
- subagent_complete：Task 代理完成，关键字段 total_subagents
- permission_request：权限对话框，关键字段 notification_type
- notification：系统通知，关键字段 notification_type
Grafana 仪表盘
包含：Claude Code Overview（高层指标）、Tool Performance（工具延迟与成功率）、Cost Analysis（token 用量与成本）、Error Tracking（错误模式与趋势）、Session Analytics（会话级洞察）、Enhanced Analytics（模型/技能/上下文/仓库追踪）、Deep Analytics（综合对话与工具分析）。访问地址：http://localhost:3000（admin/admin）。
脚本
- scripts/query-prometheus.sh - PromQL 查询辅助
- scripts/query-loki.sh - LogQL 查询辅助
- scripts/analyze-errors.sh - 错误分析自动化
- scripts/analyze-sessions.sh - 会话分析
- scripts/generate-report.sh - 完整分析报告
限制
资料未提供安装方式、定价、平台要求及许可等信息，暂未提供。