核心用法
Agent Metrics 是一款面向 AI Agent 开发者的轻量级可观测性工具，提供跨平台的 Python CLI 与 Windows PowerShell 封装。用户可通过命令行记录调用（call）、错误（error）、延迟（latency）及自定义指标，实时查看终端仪表板，并支持 JSON 导出对接外部监控平台。
显著优点
1. 开箱即用：仅需 Python 3.8+ 与 psutil，无复杂依赖链。
2. 双端支持：PowerShell 脚本降低 Windows 用户使用门槛，Python CLI 保证跨平台一致性。
3. 多维指标：覆盖调用量、错误率、P99 延迟、资源占用（CPU/内存/网络）。
4. 本地化优先：数据默认本地存储，满足隐私敏感场景。
5. 极简交互：终端 ASCII 仪表板直观可读，适合 SSH 远程调试。
潜在缺点与局限性
- 无持久化后端：缺乏内置时序数据库，长期历史查询需自行对接 Prometheus/InfluxDB。
- 单节点视角：不支持分布式 Agent 集群的聚合视图。
- 可视化受限：终端仪表板功能简陋，复杂分析需导出后处理。
- 安全认证缺失：技能简介提示"未执行安全扫描"，生产环境使用前需人工审计代码。
适合人群
- AI Agent 开发者进行本地调试与性能调优
- 中小型团队需要低成本、零基础设施的监控方案
- 运维人员在终端环境快速排查 Agent 异常
常规风险
- 依赖风险：psutil 需编译扩展，特定平台（如 Alpine Linux）可能缺少头文件。
- 数据隐私：JSON 导出文件若未加密存储，可能泄露 API 调用模式与错误详情。
- 权限要求：资源监控需读取 /proc 或 WMI，容器环境需额外特权配置。
- 无访问控制：本地存储的指标数据缺乏权限隔离，多用户共享主机存在信息泄露隐患。