Agent 上线之后的运维问题卡死、成本失控、日志里查不到原因最近讨论得挺多整理了一份对应的资料21 个文件一份完整版主文档加九个专题的 slidesAgentOps 概览01-03可观测性框架、日志与告警基础集群监控与可观测性基于 Prometheus 与 Grafana 的落地方案无限循环检测与防御Guardrails for Infinite Loops防跑飞的护栏设计硬核成本追踪与预算Cost Tracking Budgeting按 token 算账的那套方法延迟瓶颈分析Latency Bottleneck Analysis定位慢在哪一环日志与 PII 脱敏Logging and PII Masking合规场景必看生产环境的提示词 A/B 测试怎么判断改提示词真的有用外加一个知识地图html pdf 双格式先把地图过一遍再挑专题深入会顺一些。每节都是 slides pdf html 两种格式html 直接浏览器打开就能翻。文件夹自取https://pan.quark.cn/s/c28f235fd526正在给 Agent 做可观测性的欢迎回帖交流踩坑经验。