分析和差距

分析页面（/app/analytics）是您的一站式视图， 了解智能体是否真正有效。对话量、问题解决率、潜在客户转化率， 以及最重要的 知识缺口报告。

顶层指标

指标	含义
对话数	期间内的不同聊天线程数。计算每个访客的首次 init，而不是每条消息。
消息数	访客消息总数。每次对话的平均值告诉您参与深度。
问题解决率	AI 端到端处理的对话（无人工接管，无低置信度标志）除以总数。越高越好。
捕获的潜在客户	完成潜在客户表单的访客。转化率显示为对话的百分比。
平均响应时间	从访客消息到流式传输回第一个 token 的中位时间。应远低于 1 秒 p95 热路径预算。

缺口报告

每当一轮返回 low_confidence=true 时，就会分发一个 DetectGapJob。该作业使用访客问题的语义相似性对类似缺口进行聚类， 然后在 Gaps 表中打开一行。每行显示：

• 聚类的代表性问题。
• 被询问的次数。
• 示例对话链接，以便您可以阅读完整上下文。
• 一个 添加知识源 按钮，用搜索查询预填充知识源模态框。

闭环：阅读缺口 → 添加回答它的知识源 → 下一个有该问题的访客获得自信的答案。

每个智能体与工作区

页面默认显示工作区中的所有智能体；顶部的智能体选择器过滤到一个。 当您每个表面有一个智能体（营销、帮助中心）并希望比较问题解决率时有用。

时间范围

选择一个窗口：24 小时、7 天、30 天或自定义范围。数字更新无需完全重新加载—— Inertia 部分访问。对于更长的趋势，顶部的图表是 30 天滚动视图。

导出

CSV 导出拉取当前过滤器中的所有内容——对话、消息、潜在客户、缺口。 每条记录一行。列是稳定的，因此您可以自动化下游报告。

引用有效性

一个小表显示哪些知识源被引用最多，哪些从未被引用。30 天内零引用的知识源 是删除或重新索引的候选者。

实验结果

如果您在行为规则上有活动的 A/B 实验（详见 行为规则和触发器）， 其转化增量将作为 callout 显示在页面顶部，直到您调用它（宣布获胜者）。 页面级图表也尊重实验拆分——您可以看到变体是否提升了整体解决率。