AI服务调用链分析
对 AI 服务的每一次调用进行全链路追踪，支持以 Call Tree 和 Call Map 两种视图还原完整调用过程，可深入查看每个节点的 Input/Output、耗时、属性及日志。
核心能力
- 调用列表总览：跨应用汇总所有 AI 调用记录，展示状态、响应时间、Trace ID、所属应用、接口名称及 Token 消耗，支持多维度过滤
- Call Tree — 时序甘特图：以树状结构结合横向时间轴展示调用链各 Span 的层级关系与耗时分布，支持 ALL / LLM 两种过滤模式
- 节点详情：点击任意 Span 节点，查看该节点的 Input/Output 内容、耗时、代码栈、错误信息及日志，定位具体问题
- Call Map — 拓扑视图：以有向图形式展示调用链中各服务节点的调 用关系，每个节点显示平均响应时间、请求次数和错误次数，直观呈现链路全貌
场景举例
- 定位慢请求根因：某条调用响应时间达 2 分钟，进入 Call Tree 后通过时间轴发现是
llm ChatOpenAI节点占用了大部分耗时，点击节点查看 Prompt 内容，确认是 System Prompt 过长导致 - 分析 LLM 节点调用：切换为 LLM 过滤模式，过滤掉 HTTP、chain 等非 LLM 节点，专注查看每次模型调用的 Token 数量和输入输出内容
- 理解复杂 Agent 链路结构：切换到 Call Map 视图，清晰看到 Agent 从入口服务经过 RunnableSequence、ChatOpenAI 到 LangGraph 的完整调用拓扑，快速理解链路架构
功能介绍
调用链列表
列表展示所有 AI 调用记录的发生时间、状态、响应时间、Trace ID、AI 应用名称、接口名称及总 Token 消耗。可根据应用名称、Trace ID、用户 ID、会话 ID 进行过滤，支持列定制和数据导出。点击发生时间进入对应调用链详情。
调用链详情 — 顶部信息栏
详情页顶部展示该次调用的接口名称、状态、开始时间、响应时间、Trace ID、HTTP 响应码及入口服务，支持一键下载 Trace 数据。
Call Tree — ALL 模式
以树状层级结合甘特图时间轴展示完整调用链，包含 HTTP 请求、chain、prompt、llm、parser 等所有类型的 Span 节点。每个节点显示名称、所属服务、IP 及 Token 数（llm 节点）。右侧时间轴直观呈现各节点的起止时间和相对耗时，底部图例区分总时长、服务端响应时间和第三方服务。支持按名称/参数搜索和按响应时间筛选。
Call Tree — LLM 模式
切换为 LLM 模式后，调用树仅保留 chain、prompt、llm 等 AI 相关节点，屏蔽 HTTP 等基础设施节点，便于专注分析模型调用层的耗时与结构。
节 点详情面板
点击 Call Tree 中任意节点，右侧弹出详情面板，包含四个子 Tab：
- 详情：展示该节点的 Input、Output 内容及 Attributes 属性列表（如
br.llm_call.id、gen_ai.framework、gen_ai.prompts.0.content等） - 耗时：展示该节点内部各阶段的时间分布
- 代码栈：展示触发该节点的代码调用栈
- 错误 / 日志：展示节点执行过程中的异常信息或日志输出
Call Map — 拓扑视图
切换至 Call Map Tab，以有向图形式展示调用链的服务拓扑结构。每个节点卡片显示节点序号、名称、平均响应时间、请求次数、错误次数及 Token 数（llm 节点）。支持 ALL / LLM 过滤模式切换，可全屏查看。
特殊说明
LLM 模式说明：Call Tree 和 Call Map 均支持切换 LLM 模式，仅展示与模型相关的节点，适合专项分析 AI 推理链路。
Token 显示：Token 数仅在 llm 类型节点上展示，其他类型节点（chain、HTTP 等）不显示 Token 信息。
节点 Input/Output 加载：节点详情中 Input/Output 内容在采集规则开启采集后方可显示，若显示加载中或为空，请检查 AI 调用监控的采集配置。
Trace 数据下载：详情页右上角支持下载完整 Trace 原始数据，便于离线分析或问题上报。
入口服务跳转：顶部入口服务为可点击链接，点击可跳转至对应服务的监控详情页。