OpenClaw 监控数据分析 Skill
此 skill 提供用于分析存储在腾讯云日志服务 (CLS) 中的 OpenClaw 监控数据的工具和工作流，
帮助用户排查成本、性能、异常等问题。
系统要求
关于 {SKILL_BASE}：文档中所有 {SKILL_BASE} 占位符会被 Skill 框架自动替换为此 skill 的实际安装目录路径，无需手动修改。
概述
OpenClaw 监控数据存储在腾讯云 CLS 中，包含两种类型的主题：
日志主题
存储 OpenClaw 运行日志，通过腾讯云 API 查询。包含以下数据：
| 日志类型 | 原始日志路径 | 分析场景 |
|---|
| Session 审计日志 | ~/.openclaw/agents/*/sessions/*.jsonl | Agent 做了什么？调了什么工具？花了多少 Token？ |
| 应用运行日志 | /tmp/openclaw/openclaw-YYYY-MM-DD.log | Gateway 正不正常？Webhook 报错了吗？ |
指标主题
存储 OpenClaw 遥测指标，通过 Prometheus API 查询。包含以下数据：
| 指标类型 | 采集方式 | 分析场景 |
|---|
| OTEL 遥测指标 | openclaw diagnostics-otel 插件采集 | Token 消耗趋势？队列积压？会话卡死？ |
综合分析
成本、性能等问题在日志及指标中均有相关的监控数据，需综合两部分数据进行问题分析。
前置条件（安装引导）
使用此 skill 需要腾讯云临时密钥。在执行任何操作之前，必须先检查 TCCLI 是否已安装并完成授权，引导用户完成配置。
凭证检查
使用专用脚本检测 TCCLI 安装状态和密钥配置：
python3 {SKILL_BASE}/scripts/check_credentials.py
根据检查结果（退出码）采取对应操作：
| 退出码 | 含义 | 操作 |
|---|
| 0 | ✅ 凭证已配置且有效 | 直接进入工作流程 |
| 1 | ❌ TCCLI 未安装 | 引导安装 TCCLI（见下方步骤 1） |
| 2 | ❌ 凭证文件不存在 | 引导授权登录（见下方步骤 2） |
| 3 | ❌ 凭证文件格式错误 | 引导重新授权登录（见下方步骤 2） |
| 4 | ❌ 临时密钥已过期 | 引导重新授权登录（见下方步骤 2） |
步骤 1: 安装 TCCLI
如果 TCCLI 未安装，执行以下命令安装：
pip install tccli
安装完成后可通过 tccli --version 验证是否安装成功。
步骤 2: 授权登录获取临时密钥
执行以下命令，TCCLI 会自动打开浏览器进行腾讯云账号授权：
tccli auth login
注意：通过对话方式与Agent进行交互时，Agent直接执行上述命令，无需用户自己执行
授权流程：
- 执行命令后，浏览器会自动打开腾讯云登录页面
- 用户在浏览器中登录腾讯云账号并确认授权
- 授权成功后，命令行会显示「登录成功, 密钥凭证已被写入」
- 临时密钥会自动保存到本地
如果浏览器未自动打开，请复制命令行中打印的链接，手动在浏览器中打开完成登录。
如果运行在无浏览器的服务器上，可使用 tccli auth login --browser no，然后在另一台有浏览器的机器上访问打印出的链接，完成授权后将验证码粘贴回终端。
工作流程
步骤 1: 获取 OpenClaw 实例信息
首先获取当前账号下启用了监控的 OpenClaw 实例列表，返回结果中的 ServiceRegion 即为监控数据保存的地域：
python3 {SKILL_BASE}/scripts/cls_api.py --action DescribeOpenClawApplications
说明：DescribeOpenClawApplications 是全局接口，--region 参数不影响返回结果（脚本默认使用 ap-guangzhou，无需修改）。
注意：后续步骤中的 <地域> 请使用此处返回的 ServiceRegion 值。
获取不到实例时，可能是用户未将 OpenClaw 监控数据接入 CLS，建议用户前往CLS应用中心（https://console.cloud.tencent.com/cls/cloud-product）进行接入。
步骤 2: 获取 OpenClaw 主题
使用 scripts/cls_api.py 脚本获取 OpenClaw 主题列表：
# 获取日志主题
python3 {SKILL_BASE}/scripts/cls_api.py --region <地域> --action DescribeTopics --biz-type 0
# 获取指标主题
python3 {SKILL_BASE}/scripts/cls_api.py --region <地域> --action DescribeTopics --biz-type 1
脚本会自动过滤 assumerName=OpenClaw 的主题。
获取不到主题时，可能是用户权限有问题，建议用户排查权限问题，是否有相关主题的查询权限。
步骤 3: 获取日志字段 Schema（推荐）
⚠️ 重要：在构造查询语句前，建议先获取日志主题的索引字段信息，了解有哪些字段可用于查询和分析
使用 DescribeIndex 接口获取日志主题的索引配置，包含所有已建索引的字段名、类型和分析能力：
python3 {SKILL_BASE}/scripts/cls_api.py --region <地域> --action DescribeIndex \
--topic-id <日志主题ID>
返回结果中的关键信息：
Rule.KeyValue.KeyValues: 键值索引字段列表，每个字段包含：
Key: 字段名（如 message.model、message.usage.totalTokens）Value.Type: 字段类型（text 文本、long 整数、double 浮点数）Value.SqlFlag: 是否开启 SQL 统计分析（true/false）
Rule.Tag.KeyValues: 元数据（TAG）字段列表，通常包含 __TAG__ 前缀的字段Rule.DynamicIndex.Status: 是否开启动态索引（true 表示新字段会自动建索引）
提示：只有 SqlFlag 为 true 的字段才能在 SQL 分析语句（| SELECT ...）中使用。
步骤 4: 获取参考查询语句（推荐）
⚠️ 重要：在执行分析前，建议先从仪表盘模板获取参考查询语句
使用专用脚本获取 OpenClaw 仪表盘模板中的查询语句作为参考：
# 获取所有参考查询（分组显示）
# 注意：DescribeTemplates 是全局接口，--region 参数不影响结果（默认 ap-guangzhou）
python3 {SKILL_BASE}/scripts/get_dashboard_queries.py
# 只获取日志类型的查询（CQL/SQL）
python3 {SKILL_BASE}/scripts/get_dashboard_queries.py --type log
# 只获取指标类型的查询（PromQL）
python3 {SKILL_BASE}/scripts/get_dashboard_queries.py --type metric
# 输出 JSON 格式（便于程序处理）
python3 {SKILL_BASE}/scripts/get_dashboard_queries.py --format json
输出信息包含：
- 图表标题: 代表查询的用途，可根据用户需求匹配相关查询
- 主题类型:
log（日志/CQL）或 metric（指标/PromQL）
- 查询语句: 可直接使用或参考修改的查询语句
根据获取的参考查询，选择合适的语句执行数据分析。
步骤 5: 查询数据
方式 A: 查询日志主题（通过 CLS API）
使用 scripts/cls_api.py 脚本搜索日志：
python3 {SKILL_BASE}/scripts/cls_api.py --region <地域> --action SearchLog \
--topic-id <主题ID> \
--query "<查询语句>" \
--from-time <开始时间戳_毫秒> \
--to-time <结束时间戳_毫秒> \
--limit 100
参数说明：
--topic-id: 步骤 2 获取的日志主题 ID--query: CQL 查询语句（使用 * 查询所有日志）--from-time: 开始时间，毫秒级 Unix 时间戳--to-time: 结束时间，毫秒级 Unix 时间戳--limit: 最大返回条数，仅当 Query 不包含SQL时有效，SQL结果的条数限制需使用SQL LIMIT语法（默认: 100，最大: 1000）--sort: 排序方式，asc 升序或 desc 降序（默认: desc）
方式 B: 查询指标主题（通过 Prometheus API）
使用 scripts/prometheus_query.py 脚本查询指标数据。
⚠️ 重要：如果不清楚有哪些指标或标签，请先查询元数据（见下方"元数据查询"部分）
元数据查询（探索可用指标和标签）
当不确定有哪些指标名称或标签时，应先通过元数据接口查询：
# 1. 获取所有指标名称（最常用）
python3 {SKILL_BASE}/scripts/prometheus_query.py --region <地域> --topic-id <指标主题ID> \
--label-values __name__
# 2. 获取所有标签名称
python3 {SKILL_BASE}/scripts/prometheus_query.py --region <地域> --topic-id <指标主题ID> \
--list-labels
# 3. 获取某个标签的所有值（如查看所有渠道）
python3 {SKILL_BASE}/scripts/prometheus_query.py --region <地域> --topic-id <指标主题ID> \
--label-values openclaw_channel
# 4. 列出匹配某个模式的时间序列
python3 {SKILL_BASE}/scripts/prometheus_query.py --region <地域> --topic-id <指标主题ID> \
--query "{__name__=~\"openclaw.*\"}" --list-series
数据查询
确定指标名称后，执行数据查询：
# 范围查询（时间序列）
python3 {SKILL_BASE}/scripts/prometheus_query.py --region <地域> --topic-id <指标主题ID> \
--query "<PromQL查询>" \
--start <开始时间> \
--end <结束时间> \
--step <步长>
参数说明：
--region: 腾讯云地域--topic-id: 步骤 2 获取的指标主题 ID--query: PromQL 查询语句--start: 开始时间（ISO 格式或 Unix 时间戳）--end: 结束时间（ISO 格式或 Unix 时间戳）--step: 查询步长（如 15s、1m、5m）
即时查询（单个时间点）：
python3 {SKILL_BASE}/scripts/prometheus_query.py --region <地域> --topic-id <指标主题ID> \
--query "<PromQL查询>" \
--instant
相对时间范围查询：
python3 {SKILL_BASE}/scripts/prometheus_query.py --region <地域> --topic-id <指标主题ID> \
--query "<PromQL查询>" \
--start-relative 1h \
--step 1m
步骤 6: 生成查询建议（可选）
使用 AI 生成基于主题 schema 的查询建议：
python3 {SKILL_BASE}/scripts/cls_api.py --region <地域> --action ChatCompletions \
--topic-id <主题ID> \
--chat-question "如何统计日志条数变化趋势？"
时间范围辅助
将人类可读时间转换为毫秒时间戳：
- 使用 Python:
int(datetime.now().timestamp() * 1000)
- 最近 1 小时:
--from-time $(python3 -c "import time; print(int((time.time()-3600)*1000))")
- 最近 24 小时:
--from-time $(python3 -c "import time; print(int((time.time()-86400)*1000))")
- 最近 7 天:
--from-time $(python3 -c "import time; print(int((time.time()-604800)*1000))")
Prometheus 相对时间：
- 使用
--start-relative 参数，如 1h（1小时）、24h（24小时）、7d（7天）
