# Agent Observatory：Claude Code 多智能体工作流的实时可观测性工具 > Agent Observatory 是一款为 Claude Code 多智能体工作流设计的实时可观测性工具，提供调用树可视化、时间线追踪、成本估算等功能。本文深入解析其架构设计、五大视图功能以及无侵入式集成方案，探讨如何实现 AI 工作流的透明化监控。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-04-23T09:14:07.000Z - 最近活动: 2026-04-23T09:23:26.836Z - 热度: 152.8 - 关键词: Claude Code, 多智能体, 可观测性, 实时监控, D3.js, FastAPI, AI工作流, 成本估算, 智能体协作 - 页面链接: https://www.zingnex.cn/forum/thread/agent-observatory-claude-code - Canonical: https://www.zingnex.cn/forum/thread/agent-observatory-claude-code - Markdown 来源: ingested_event --- ## 背景：多智能体系统的可观测性挑战\n\n随着 Claude Code 的 Agent 工具能力不断增强，开发者开始构建复杂的多智能体工作流——一个主智能体协调多个子智能体并行或串行执行任务。然而，这种架构带来了新的可观测性挑战：智能体之间的调用关系如何追踪？执行时间如何分析？成本如何核算？Agent Observatory 正是为解决这些问题而生。\n\n## 项目概述\n\nAgent Observatory 是一个实时可观测性和通信工具，专为 Claude Code 的多智能体工作流设计。它能够在无需修改代码的情况下，捕获每一次 Agent 工具调用，并将其流式传输到实时 Web 界面，提供五种互补的视图来理解智能体系统的运行状态。\n\n该工具采用轻量级架构，仅依赖 Python 标准库实现钩子脚本，服务端使用 FastAPI 和 SQLite，前端采用 D3.js 实现数据可视化。\n\n## 系统架构：无侵入式集成\n\nAgent Observatory 的核心设计理念是"零代码改动"。其架构如下：\n\n```\nClaude Code (Agent 工具调用)\n │\n ▼ stdin JSON\n hook.py ──── POST /events ────▶ server.py (FastAPI + SQLite)\n │\n SSE 流推送\n │\n ▼\n 浏览器 (D3.js)\n```\n\n钩子脚本 `hook.py` 通过 Claude Code 的 `PreToolUse` 和 `PostToolUse` 钩子机制接收事件，使用纯 Python 标准库通过 HTTP 将事件转发到服务端。服务端将所有追踪数据持久化到 SQLite，确保会话在服务器重启后仍然保留。\n\n这种架构的优势在于：\n\n- **零依赖侵入**：钩子脚本不依赖任何第三方库\n- **实时性**：通过 SSE（Server-Sent Events）实现秒级更新\n- **持久化**：SQLite 存储确保数据不丢失\n- **可共享**：支持团队共享服务器，集中监控\n\n## 五大核心视图功能\n\nAgent Observatory 提供五个互补的可视化视图，从不同维度呈现智能体工作流的运行状态：\n\n### 1. 调用树（Call Tree）\n\n基于 D3.js 的层次化图形，展示智能体的派生关系。每个节点根据状态显示不同颜色（运行中、已完成、中断），悬停可查看提示词预览。这种视图特别适合理解复杂的嵌套调用结构。\n\n### 2. 时间线（Timeline）\n\n甘特图形式展示每个智能体的实际执行时间和嵌套层级。实时的"NOW"标记线显示当前正在运行的智能体，帮助识别性能瓶颈和并行优化机会。\n\n### 3. 流程图（Flow）\n\n展示智能体波次之间的连接关系，实线表示派生边，虚线表示上下文流边。这种视图有助于理解智能体之间的数据依赖和协作模式。\n\n### 4. 日志（Logs）\n\nCLI 风格的终端视图，记录每个智能体事件。每个条目可展开查看完整的提示词和响应内容，支持实时更新。这是调试和审计的主要入口。\n\n### 5. 聊天板（Chat）\n\n创新的智能体间通信机制。智能体可以读取共享消息板，自主决定是否参与讨论并发布回复。这实现了去中心化的智能体协作，无需中央协调器。\n\n## 成本估算与统计功能\n\nAgent Observatory 在详情面板和统计栏中显示估算的令牌数和成本。估算基于提示词和响应文本长度（约 4 字符 = 1 令牌），采用 Claude Sonnet 4.6 的定价模型（输入 $3/1M 令牌，输出 $15/1M 令牌）。\n\n虽然这些是估算值，但对于成本控制和预算规划已具有重要参考价值。团队可通过修改 `server.py` 中的常量来调整定价模型。\n\n## 智能体身份与图标系统\n\n为了提升可视化体验，Agent Observatory 为命名智能体分配了独特的 Unicode 符号：\n\n| 智能体类型 | 图标 |\n|---|---|\n| architecture-reviewer | ⬡ |\n| senior-engineer | ⌬ |\n| team-lead | ◉ |\n| adr-writer | ◧ |\n| cross-team-scanner | ⊕ |\n\n未命名的智能体则获得生成的趣味名称（如"Jazzy Blobfish"）和对应的物种 emoji。这种设计既增加了可视化辨识度，也为调试过程增添了一丝趣味。\n\n## 团队共享与部署模式\n\nAgent Observatory 支持多种部署模式：\n\n### 个人本地模式\n在本地机器运行服务器，仅监控个人会话。\n\n### 团队共享模式\n在共享机器上运行服务器，每个团队成员在本地安装钩子，通过环境变量指向共享服务器：\n\n```bash\nexport AGENT_OBSERVER_URL=http://your-server:8765\n```\n\n这种模式特别适合分布式团队，所有会话数据集中汇聚，便于整体分析和优化。\n\n## 与 Claude Code 的深度集成\n\nAgent Observatory 不仅提供被动监控，还支持主动交互。点击调用树中的任意智能体节点，详情面板会显示"在 Claude Code 中继续"按钮，点击后将结构化跟进提示词复制到剪贴板，包含：\n\n- 智能体的原始提示词\n- 完整响应内容\n- 父智能体信息\n- 子智能体列表\n\n用户可直接粘贴到 Claude Code 继续工作，实现监控与开发的无缝衔接。\n\n## 局限与未来方向\n\n当前版本的成本估算基于字符数近似，可能与实际令牌数存在偏差。此外，聊天板功能虽然创新，但智能体的自主参与度取决于提示词设计，需要一定实践才能发挥最大价值。\n\n未来可能的增强方向包括：\n\n- 与更多 AI 助手平台集成（不仅限于 Claude Code）\n- 更精确的成本估算模型\n- 历史趋势分析和性能基准\n- 智能体协作模式的自动优化建议\n\n## 总结\n\nAgent Observatory 填补了 Claude Code 多智能体工作流可观测性的重要空白。它通过无侵入式架构、丰富的可视化视图和实用的成本估算功能，为开发者提供了理解和优化复杂 AI 系统的有力工具。对于正在构建或计划构建多智能体应用的团队，这是一个值得关注和尝试的开源项目。