更新时间：2026-11-02 GMT+08:00

在CES监控模型优化任务

AgentArts在执行模型优化任务时，系统会记录智能体的执行过程（轨迹），然后根据预设的评分规则，自动给这次的执行结果打分。为便于用户监控这些关键环节的运行状态，AgentArts会将相关指标上报至华为云云监控服务（CES）。本节介绍上报CES的监控指标和告警信息。

SYS.AgentArts

表1 模型优化功能支持的监控指标
指标ID	指标名称	指标含义	取值范围	单位	进制	维度	监控周期（单位秒）
agent_invoke_error_count	智能体调用失败次数	当前模型优化任务智能体调用失败次数	≥0	count	1	agentarts_model_tuning_task_id	300
acquire_agent_trace_error_count	获取智能体轨迹失败次数	当前模型优化任务获取智能体轨迹失败次数	≥0	count	1	agentarts_model_tuning_task_id	300
execute_reward_code_error_count	执行代码奖励计算失败次数	当前模型优化任务执行代码奖励计算失败次数	≥0	count	1	agentarts_model_tuning_task_id	300
step_train_reward_value	步骤训练奖励值	当前模型优化任务步骤训练阶段的奖励值	≥0	-	1	agentarts_model_tuning_task_id	300
step_eval_reward_value	步骤验证奖励值	当前模型优化任务步骤验证阶段的奖励值	≥0	-	1	agentarts_model_tuning_task_id	300
step_time_consumption	步骤耗时	当前模型优化任务步骤的耗时	≥0	s	1	agentarts_model_tuning_task_id	300

登录云监控服务（CES）控制台。
左侧导航栏选择“云监控服务”，并在服务列表中选择“AgentArts”服务。

注意，如果超过一定时长(大于3小时)未上报监控数据，将不会展示在服务列表中。

图1 选择监控服务
进入“模型优化任务”维度。

图2 选择指标查看维度
选择任务实例，查看监控指标。

AgentArts 服务已预置默认告警模板“AgentArts服务默认告警模板（模型优化任务）”，包含以下告警策略，用户可直接基于模板创建告警规则：

表2 告警模板说明
监控指标	触发条件	持续周期	告警级别	抑制策略
agent_invoke_error_count（智能体调用失败次数）	原始值 > 1	连续 3 个周期	重要	每小时告警一次
acquire_agent_trace_error_count（获取智能体轨迹失败次数）	原始值 > 1	连续 3 个周期	重要	每小时告警一次
execute_reward_code_error_count（执行代码奖励计算失败次数）	原始值 > 1	连续 3 个周期	重要	每小时告警一次

参考下表配置告警规则。

表3 告警规则说明
参数	配置说明
名称	设置告警规则的名称。
告警类型	选择“指标”。
云产品	选择“AgentArts”。
资源层级	选择“云产品”。也可选择“子维度”，当前模型优化任务支持的维度请参考表1的维度列。
监控范围	选择“全部资源”。也可以通过指定资源，选择具体的模型优化任务；或者通过设置资源分组，将多个模型优化任务放在分组中，统一监控。
告警策略	选择使用模板：AgentArts服务默认告警模板（模型优化任务）推荐使用模板，或在模板基础上修改告警策略。
发送通知	开启发送通知。支持通过短信、邮件、语音通知等方式进行通知。
高级配置-归属企业项目	选择“default”。

告警：智能体调用失败次数（agent_invoke_error_count）

告警含义：模型优化任务的智能体调用连续失败次数超过阈值（>1 持续 3 个周期），任务可能无法正常完成训练。
可能影响：训练质量下降，任务可能因智能体调用异常而失败或卡住。
处理步骤：
1. 登录AgentArts控制台，进入模型优化任务列表，定位告警对应的任务。
2. 查看任务运行日志，定位智能体调用失败的报错信息（如Agent服务异常、参数错误、依赖服务不可用）。
3. 根据报错原因修复：如调整任务参数、恢复依赖服务、更换Agent配置。
4. 如无法快速修复，可停止任务避免继续产生失败，修复后重新发起优化任务。

告警：获取智能体轨迹失败次数（acquire_agent_trace_error_count）

告警含义：任务获取智能体运行轨迹连续失败超过阈值，训练依赖轨迹数据无法正常获取。
可能影响：奖励计算和训练推进受阻，任务可能停滞或失败。
处理步骤：
1. 定位告警对应任务，查看轨迹获取相关日志。
2. 排查轨迹数据源（AgentArts观测功能）是否正常、会话信息是否有效。
3. 确认轨迹查询参数（会话ID、时间范围）是否正确；
4. 修复后观察下一周期告警是否恢复；持续异常可停止任务排查。

告警：执行代码奖励计算失败次数（execute_reward_code_error_count）

告警含义：任务执行奖励计算代码连续失败超过阈值，奖励值无法正常产出。
可能影响：训练无法获取有效奖励信号，模型优化效果受影响甚至失败。
处理步骤：
1. 定位告警对应任务，查看奖励计算执行日志。
2. 排查奖励函数代码是否存在异常（如运行报错、依赖库缺失、入参格式不符）。
3. 修复奖励函数代码或调整配置，重新验证奖励计算。

父主题：模型优化