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

• Python: >= 3.7
• 依赖安装:

```bash

pip install -r {SKILL_BASE}/requirements.txt

```

> 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：

指标主题

存储 OpenClaw 遥测指标，通过 Prometheus API 查询。包含以下数据：

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：

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：

1. 执行命令后，浏览器会自动打开腾讯云登录页面
2. 用户在浏览器中登录腾讯云账号并确认授权
3. 授权成功后，命令行会显示「登录成功, 密钥凭证已被写入」
4. 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）