监控 Web 应用

发布应用后，您可以监控应用：

使用 App Hosting 可观测性监控网站性能

App Hosting 的应用概览面板提供了有关应用的关键指标和信息，让您可以使用 App Hosting 的内置可观测性工具监控 Web 应用的性能。网站发布后，您可以点击发布来查看概览。在此面板中，您可以执行以下操作：

  • 点击创建发布以发布应用的新版本。
  • 在访问您的应用中分享应用链接，或直接打开您的应用。
  • 查看过去 7 天内应用的表现摘要，包括请求总数和最新发布状态。点击查看详细信息，以便在 Firebase 控制台中访问更多信息。
  • 查看一个图表，其中显示了您的应用在过去 24 小时内收到的请求数量，按 HTTP 状态代码细分。

如果您关闭了“应用概览”面板，可以随时点击发布重新打开。

如需详细了解如何管理和监控 App Hosting 发布，请参阅管理发布和版本。

适用于已部署的功能的 Genkit Monitoring

您可以通过向 AI flow 代码启用遥测来监控 Genkit 功能步骤、输入和输出。借助 Genkit 的遥测功能，您可以监控 AI flow 的性能和用量。这些数据可帮助您确定需要改进的方面、排查问题、优化提示和流程以提高性能和成本效益，以及跟踪 flow 的使用情况。

如需在 Genkit 中设置监控，您需要向 Genkit AI flow 添加遥测数据，然后在 Firebase 控制台中查看结果。

第 1 步：在 Firebase Studio 中向 Genkit flow 代码添加遥测数据

如需在代码中设置监控，请执行以下操作：

  1. 如果您尚未进入 Code 视图，请点击 代码切换图标 切换到代码以打开该视图。

  2. 检查 package.json 以验证已安装的 Genkit 版本。

  3. 打开终端（Ctrl-Shift-C，在 MacOS 中为 Cmd-Shift-C）。

  4. 在终端中点击，然后使用与 package.json 文件匹配的版本安装 Firebase 插件。例如，如果 package.json 中的 Genkit 软件包版本为 1.0.4，您应运行以下命令来安装插件：

    npm i --save @genkit-ai/firebase@1.0.4

  5. 在探索器中，展开 src > ai > flows。包含 Genkit flow 的一个或多个 TypeScript 文件会显示在 flows 文件夹中。

  6. 点击其中一个 flow 将其打开。

  7. 在文件的导入部分底部，添加以下代码以导入并启用 FirebaseTelemetry：

    import { enableFirebaseTelemetry } from '@genkit-ai/firebase';

enableFirebaseTelemetry();

第 2 步：设置权限

Firebase Studio 在设置 Firebase 项目时为您启用了所需的 API，但您还需要向 App Hosting 服务账号提供权限。

如需设置权限，请执行以下操作：

  1. 打开 Google Cloud IAM 控制台，选择您的项目，然后向 App Hosting 服务账号授予以下角色：

    • Monitoring Metric Writer (roles/monitoring.metricWriter)
    • Cloud Trace Agent (roles/cloudtrace.agent)
    • Logs Writer (roles/logging.logWriter)

  2. 将应用重新发布到 App Hosting。

  3. 发布完成后，加载您的应用并开始使用它。五分钟后，您的应用应开始记录遥测数据。

第 3 步：在 Firebase 控制台中监控生成式 AI 功能

配置遥测后，Genkit 会记录所有 flow 的请求数、成功率和延迟时间，并且针对每个特定 flow，Genkit 会收集稳定性指标、显示详细图表并记录捕获的跟踪记录。

如需监控使用 Genkit 实现的 AI 功能，请执行以下操作：

  1. 五分钟后，在 Firebase 控制台中打开 Genkit，并查看 Genkit 的提示和回答。

    Genkit 会编译以下稳定性指标：

    • 请求总数：您的 flow 收到的请求总数。
    • 成功率：成功处理的请求所占的百分比。
    • 第 95 百分位的延迟时间：flow 的第 95 百分位的延迟时间，即处理 95% 的请求所需的时间。

    • token 使用情况：

      • 输入 token：在提示中向模型发送的 token 数量。
      • 输出 token：模型在回答中生成的 token 数。

    • 图片使用情况：

      • 输入图片数：在提示中向模型发送的图片数。
      • 输出图片数：模型在回答中生成的图片数。

    如果展开稳定性指标，则可以查看详细图表：

    • 请求量随时间的变化。
    • 成功率随时间的变化。
    • 输入 token 数和输出 token 数随时间的变化。
    • 延迟时间（第 95 百分位和第 50 百分位）随时间的变化。

如需详细了解 Genkit，请访问 Genkit。

后续步骤