feat: 工具调用监控与分析仪表盘

[xiaotonng]

功能描述

提供工具调用的监控、统计和分析功能，帮助开发者了解工具使用情况并优化性能。

使用场景

from lc2mcp_server import MCPServer
from lc2mcp_server.monitoring import enable_monitoring

server = MCPServer()
enable_monitoring(server, 
    dashboard_port=8080,
    retention_days=30
)

访问 http://localhost:8080/dashboard 查看仪表盘。

仪表盘功能

1. 实时监控

• 当前活跃连接数
• 实时请求 QPS
• 工具调用成功/失败率
• 平均响应时间

2. 工具统计

• 各工具调用次数排名
• 工具调用耗时分布
• 工具错误率统计
• 参数使用分析

3. 用户分析

• 用户调用量统计
• 用户活跃度趋势
• 按平台分布 (ChatGPT/Claude/Cursor)

4. 性能分析

• 请求耗时 P50/P95/P99
• 慢查询分析
• 资源使用情况 (CPU/内存)

数据存储

monitoring:
  backend: sqlite  # sqlite / postgresql / prometheus
  retention_days: 30
  
  # Prometheus 集成
  prometheus:
    enabled: true
    port: 9090
    
  # 自定义指标导出
  exporters:
    - type: webhook
      url: "https://your-analytics.com/ingest"

API 接口

from lc2mcp_server.monitoring import get_metrics

# 获取统计数据
metrics = await get_metrics(
    start_time="2024-01-01",
    end_time="2024-01-31",
    group_by="tool"
)

# 获取慢查询
slow_queries = await get_slow_queries(
    threshold_ms=1000,
    limit=100
)

告警功能

alerts:
  - name: high_error_rate
    condition: "error_rate > 0.1"
    duration: 5m
    notify:
      - slack: "#alerts"
      - email: "admin@example.com"
      
  - name: slow_response
    condition: "p95_latency > 5000ms"
    duration: 10m
    notify:
      - webhook: "https://pagerduty.com/..."

任务清单

• 设计监控数据模型
• 实现数据收集中间件
• 实现数据存储层
• 开发 Web 仪表盘 UI
• 添加实时图表
• 实现告警系统
• 支持 Prometheus 导出
• 添加 API 接口
• 编写文档