随着大型语言模型（LLM）在文本生成领域的突破，其无法直接访问实时数据与外部工具链的局限性逐渐成为规模化应用的瓶颈。2024年11月Anthropic 提出MCP（Model Context Protocol）模型上下文协议，使开发者能以统一的方式快速链接各种数据源、工具和其他智能体，实现智能体自由调用工具和访问数据。
2025年3月6日，由华人团队打造的全球首款通用型AI智能体Manus正式发布，其多智能体协作架构与跨平台执行引擎在工具调用领域展现革命性突破。随后一周，OpenAI公布其智能体开发平台，涵盖models, tools, knowledge & memory, guardrails, orchestration五大核心能力。其中，协同（orchestration）中的追踪（tracing）和评估（evaluation）是智能体优化和迭代的关键工具。
因此，在以MCP为代表范式的智能体协作与工具调用场景下，针对智能体调用链路的可观测性和评估挑战，信雅达面向多智能体协作的全景洞察平台可凭借其独特的非侵入性日志聚合和读时建模核心技术，为解决智能体服务流程的可观测性、安全性、性能优化与运维等难题提供有效方案。
非侵入性日志收集方式
无需改造现有系统，通过旁路收集分散在各处的用户、智能体和工具的日志，在不影响智能体正常运行的情况下，跨系统获取全面观测数据，既避免干扰业务流程又无需改造当前系统，可为后续智能体应用的分析和优化提供基础。
读时建模技术
分析时，用户只需用SQL语言定义需分析的字段和模型，系统便会据此从原始日志中提取相应信息。这种操作方式相对简单，且能快速响应用户需求变化。当突然需关注某个之前未考虑到的指标时，用户只需调整SQL模型即可，无需重新改造系统或进行大量数据预处理，极大提高了分析的灵活性和效率。
此外，平台对日志进行预处理和统一，通过关联分析将智能体调用链路中分散于各系统的日志整合为完整的业务流程视图，为智能体协作的观测、评估和运维优化提供支撑。
Q&A环节揭秘
全方位洞察，有效评估与优化
全景洞察平台可实时监控智能体运行状态和工具调用结果，利用智能分析算法自动发现日志中的异常模式、性能瓶颈和潜在风险，并通过可视化方式直观地展示给用户，帮助用户快速定位问题并采取相应的优化措施。同时，平台还提供流程优化、风险管理、用户行为分析和智能体编排协作分析等功能，从多个维度提升智能体的整体业务效果和响应效率，为多智能体协作提供全方位支持。
ABOUT SUNYARD
信雅达科技股份有限公司
金融科技创新先锋
![[赞]](http://gbfek.dfcfw.com/face/emot_default_28x28/emot53.png "赞")
![[笑哭]](http://gbfek.dfcfw.com/face/emot_default_28x28/emot39.png "笑哭")
