> ## Documentation Index > Fetch the complete documentation index at: https://docs.befailproof.ai/llms.txt > Use this file to discover all available pages before exploring further. # 仪表盘 > FailproofAI 可观测性仪表盘文档。 将实时 Agent 数据转化为团队共享的统一视图。将关键查询固定为图表，所有人打开即可看到相同的数据，无需重复执行任何查询。 由已保存查询构建的仪表盘：每小时事件折线图、按类型分类的错误柱状图、延迟面积图和按模型统计的 Token 用量 *一块看板，四个已保存查询：每小时事件数、错误类型分布、延迟情况和各模型 Token 用量。* ## 让所有人看到同一份真相 不再需要向聊天窗口粘贴截图，也不再需要每天重复执行同一个查询。仪表盘是一块面向全组织的共享看板，团队中的任何人打开都能看到完全相同的视图。底层数据更新时，图表随之更新，看板始终保持最新，不再有人为陈旧数据而争论。 上方的运营大盘是日常运营的理想起点： * **每小时事件数**折线图，用于监控吞吐量并及时发现骤降 * **按类型分类的错误数**柱状图，让主要故障类别一目了然 * **延迟**面积图，在用户投诉之前提前发现性能下降 * **按模型统计的 Token 用量**分布，让成本始终可见 你可以在 `//dashboards` 找到你的看板。 ## 固定已保存的查询 每个图块都源自一个已保存的查询。在 [Queries](/zh/agenteye/queries) 库中构建并保存你关心的查询（包含内置预设及你自定义的查询，覆盖事件和评估数据），然后将其以最合适的图表类型固定到仪表盘：用**折线图**展示趋势变化，用**柱状图**对比各类别，用**面积图**展示数量规模，或用**饼图**展示占比分布。 由于图块本质上就是将已保存查询渲染为图表，无需手动保持同步。只需更新一次查询，所有使用该查询的仪表盘都会自动更新。 ## 关注质量，而不只是数量 数量指标告诉你 Agent 正在忙碌运转，质量指标才能告诉你它们是否真正完成了任务。将仪表盘指向[评估分数](/zh/agenteye/evaluations)，即可获得一块追踪运行质量随时间变化的看板——质量回退会以图表下滑的形式呈现，而不是作为客户投诉突然出现。 由已保存评估查询构建的质量聚焦仪表盘 *质量看板将评估分数置于核心位置，与运营数据并排展示。* 将运营看板和质量看板并排放置，团队就有了一个统一的地方来回答"系统是否正常运行？"和"运行质量是否达标？"这两个问题，无需任何人重新执行查询。 ## 相关内容 * [Queries](/zh/agenteye/queries)：构建并保存成为图块的查询。 * [Evaluations](/zh/agenteye/evaluations)：为运行结果评分，以便随时间追踪质量变化。 * [Alerts](/zh/agenteye/alerts)：为任意指标设置阈值告警。