用途：回答关于 LLM 与智能体组件监控的问题，仅使用已采集到 Elastic 的数据，聚焦 LLM 性能、成本与 Token 使用、响应质量，以及调用链与智能体工作流编排。使用 ES|QL、Elasticsearch API，必要时用 Kibana API；不依赖 Kibana UI。
数据来源：APM/OTel 追踪数据存于 traces*（APM Agent 采集）或 traces-generic.otel-default 等（OpenTelemetry 采集）；指标可能位于 metrics-apm* 或 metrics-generic。通过 Elastic LLM 集成（OpenAI、Azure OpenAI、Azure AI Foundry、Amazon Bedrock、Bedrock AgentCore、GCP Vertex AI 等）采集的数据进入集成数据流（metrics*、logs*）。查询前应先发现可用数据流与字段。
主要能力：按模型、服务或时间统计吞吐、延迟与错误率；汇总输入/输出 Token 与成本；用 event.outcome、error.type、finish_reasons 识别失败、超时或内容过滤；用 trace.id、span.id 与父子关系重建调用链，分析编排步骤分布与瓶颈；通过 SLOs API 与 Alerting API 查看相关告警与 SLO 状态。
使用方式：先用 GET _data_stream 或 GET traces*/_mapping、GET metrics*/_mapping 确认数据流与字段，再编写 ES|QL 查询。查询需限定 @timestamp 时间范围，必要时加 service.name；使用 LIMIT 与粗粒度时间桶避免全表扫描。ES|QL 在 Elasticsearch 8.11+ 可用（8.14 GA）及 Serverless。
限制：仅使用 Elastic 中已采集的数据，不依赖其他厂商 UI；每次回答假定单一采集路径并保持一致；字段名可能因采集方式不同（gen_ai.* 与 llm.* 或集成专有字段），须先确认；成本不在 OTel 规范内，可能由自定义属性提供；具体集成字段与数据流以各集成包为准。资料未提供收费、价格与平台细节。