Hermes Agent 5分钟搭好性能监控，不再盲猜-平芜编程栈

Hermes Agent 5分钟搭好性能监控，不再盲猜

【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent

凌晨两点，用户反馈 Agent 响应变慢。你翻日志，只有几行报错，分不清是网关挂了还是平台断连——因为 Hermes Agent 里根本没配性能监控。好消息是：仓库自带监控模块，采集端已经写好，你只需把它接到自己的观测栈上。

角色	谁干	干什么
指标采集	Hermes Agent 内置`agent/monitoring/`	把健康事件转成 OTel 数据发出去
存储与展示	你的 OTel Collector / Prometheus + Grafana	存数据、画曲线
告警	Alertmanager	阈值触发后把消息发到人手里

仓库只负责采集端。存储、展示、告警全部复用你现有的基础设施，不用引入新依赖。

监控是 opt-in 的。先装可选依赖：pip install 'hermes-agent[otlp]'，然后配置monitoring.export.otlp三个键（结构见 agent/monitoring/otlp_exporter.py）：

# 配置键对应 monitoring.export.otlp monitoring: export: otlp: enabled: true endpoint: "http://collector:4318/v1/traces"

endpoint指向你的接收端，headers_env可以配鉴权头。服务启动后，网关状态变化、平台故障这类事件就开始往外发了。

上一步产出一股 OTLP 数据流，下一步就是让接收端把它落库。

部署一个 OpenTelemetry Collector（OTel 标准的数据中转组件）接收 OTLP，再配一个 Prometheus exporter 把数据转成指标。Prometheus 侧只加一段抓取：

scrape_configs: - job_name: "hermes-agent" static_configs: - targets: ["localhost:9090"]

Collector 的其余管道配置从官方默认模板抄即可，这里不展开。

上一步数据进了 Prometheus，下一步把它们搬上屏幕。

Grafana 挂上 Prometheus 数据源，面板围绕两个核心指标建：hermes.gateway.state（网关状态）和平台 fatal 计数（定义见 agent/monitoring/gateway_health.py）。建议四个面板：

上一步曲线能看了，下一步给它们配上"红线"。

规则只配两条起步，避免告警风暴。示例（指标名以你转换后的实际名称为准）：

- alert: GatewayFatal expr: sum(increase(platform_fatal[5m])) > 0 for: 2m labels: severity: critical

for: 2m是关键——瞬时毛刺不报，持续两分钟才报。阈值宁松勿紧，后面再收紧。

规则配好了，最后让告警真的到人。

Alertmanager 接住规则触发的告警，渠道按场景选一句话：个人用邮件，小团队配 IM webhook（钉钉/企微），生产值班接 PagerDuty。别一上来接三个渠道，先保证一条通路可靠。

问题：配了 OTLP 导出，面板上什么都没有 →原因：OTel SDK 是可选依赖，没装 →解法：先pip install 'hermes-agent[otlp]'，没 SDK 时导出会静默禁用。
问题：监控数据里混进敏感 token →原因：想绕过默认脱敏自己拼事件 →解法：别绕，所有导出都走 agent/monitoring/redaction.py 统一脱敏，这个坑我替你踩过。
问题：导出报错把主流程拖挂了 →原因：在热路径上做了阻塞操作 →解法：emitter 的设计契约是emit()微秒级返回、永不抛异常，订阅者加逻辑时保持无阻塞（见 agent/monitoring/emitter.py）。
问题：半夜被十连告警炸醒 →原因：阈值贴线配 →解法：加for持续时间，按 severity 分级路由，critical 才打电话。

规模	采集端	存储/展示	告警
个人开发机	OTLP 导出	本地 Loki 或直接看 span	IM webhook 一条
小团队生产	OTLP 导出	Prometheus + Grafana	Alertmanager 接 IM
大规模集群	OTLP 导出	OTel Collector 集群化	接值班/On-call 系统