凌晨两点Harness 里巡检的 AI Agent 醒了。这是 Harness Engineering 的典型场面Agent 像魔法工厂里的小精灵干活又快又不知疲倦监控告警像缰绳负责看住它们别乱跑。模型认证这一层我放在 TaoToken注册和创建 Key 走 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 填进代码里的 Base URL 用 https://taotoken.net/api 。原文把 Harness 比作小精灵的缰绳这个比喻挺准小精灵本身聪明但一群小精灵同时推进长会话、调工具、编排任务缰绳松一寸Token 就多烧一截。更麻烦的是模型认证常常散落在四五个脚本、两三个运行环境里今天这个 Agent 的 Key 过期明天那个 Agent 的地址被写死等告警真的响起来你先要花半小时确认到底是模型挂了还是认证挂了。这篇文章按原文的节奏往下走先讲 Harness 监控告警到底要盯哪几个信号再把 Python 项目骨架搭起来然后逐个落地 3σ、移动窗口统计、KNN、LOF 这些异常检测算法最后才处理模型认证这一段——把 Harness 里多个 Agent 的模型请求统一收到一条兼容通道上让检测逻辑安心处理数据而不是被 401 打断。算法部分和原文一样占大头认证部分只解决“请求能不能稳定发出去”这一件事。1. 魔法工厂的小精灵与缰绳Harness 监控告警先卡在哪1.1 小精灵干活很勤Token 账单也很勤原文把小精灵比作自主推理的 Agent这个类比放在成本上也成立。一个巡检 Agent 的典型循环是拉一段时间窗口的指标、读几条日志、判断有没有异常、生成一句告警摘要、决定要不要升级通知。每一步都可能是一次模型调用长会话累积上下文、多工具调用来回确认、任务编排里失败重试Token 消耗是叠加上去的而不是线性增长的。真正让人头疼的不是单次调用贵而是调用入口太散。指标采集脚本里写一份 Key告警摘要服务里写一份任务编排器里再写一份模型名还各不相同。等到某个供应商通道抖动你要挨个改配置文件等到某把 Key 额度见底告警正好在那一刻集体静默。小精灵跑得越勤这种分散带来的风险就越大。1.2 缰绳的两头检测逻辑和模型出口要分开Harness Engineering 的思路是把“看管”这件事拆成两层一层是确定性的检测逻辑比如阈值判断、统计检验、密度估计另一层是需要语言能力的部分比如把一堆指标翻译成一句人话、给值班同学写排查建议。前者必须稳定、可复现、不依赖外部服务后者才是模型调用发生的地方。所以本文的工程原则是异常检测自己算不经过任何模型通道模型只负责解释和总结。这样即使模型侧短时间不可用检测链路照样能跑只是告警摘要会降级成模板文本。把这两层分开后面配认证的时候改动面就只剩一个出口地址和一个 Key。2. 异常行为实时检测要看住哪三个信号2.1 长会话轮次、上下文与单次耗时长会话是 Agent 最容易被忽略的异常源头。正常的一次任务轮次大概在个位数如果某个 Agent 的轮次连续爬升通常意味着它陷入了自我确认——反复读同一批数据、反复要求工具返回同样的结果。可观测的量有三个单位时间内的对话轮次、上下文 Token 估算值、单次模型调用耗时。这三个量放在同一个时间窗口里做移动统计很容易看出漂移。需要注意的是轮次升高不一定是坏事。批量任务天然轮次多所以要按 Agent 类型分组统计再在组内比较别拿巡检 Agent 和日报生成 Agent 直接对比否则基线会被互相污染。2.2 多工具调用成功率与调用顺序多工具场景里的异常更像“动作走形”。工具调用成功率突然下降、同一个工具在短时间内被反复调用、本该先查询再写入的顺序被打乱这些都属于行为异常而不是指标异常。工程上可以给每次工具调用打两个标签工具名和任务类型然后统计单位时间内的调用次数、失败次数、以及相邻调用的重复率。重复率这个指标特别实用。Agent 卡住的时候往往表现为“同一个工具名 同样的参数摘要”被高频重复重复率一上去基本可以判定它在原地打转不需要等它把预算烧完。2.3 任务编排重试、并发与死循环任务编排层看的是一张更大的图任务被领取的次数、失败后重试的次数、同一时刻并发的 Agent 数量、单个任务从开始到结束的时长分布。重试次数是死循环的早期信号并发数量是资源争抢的信号结束时长分布则能暴露个别任务拖后腿的问题。这三类信号最后会被整理成一个特征向量交给下一节的检测算法。特征维度不用多五到八个就够维度越低越容易解释越容易给值班同学讲清楚“为什么这条告警值得看”。3. 搭起骨架venv、numpy、scikit-learn、prometheus-client3.1 虚拟环境和依赖安装原文在这一步创建虚拟环境并安装几个基础库这里保持一致的做法目的是把检测逻辑和系统 Python 隔开避免版本互相踩。python -m venv .venv source .venv/bin/activate pip install numpy scikit-learn prometheus-clientWindows 下激活命令换成.venv\Scripts\activate即可。装完之后建议先python -c import numpy, sklearn, prometheus_client跑一次确认没有编译问题再写代码。这三个库的分工很清楚numpy 做窗口统计scikit-learn 出 KNN 和 LOFprometheus-client 负责把指标和告警状态暴露出去。3.2 指标口径和 /metrics 端口先把指标定义清楚后面所有算法都从这些指标里取数。计数器用于累计量Gauge 用于瞬时值Histogram 用于耗时分布。from prometheus_client import Counter, Gauge, Histogram, start_http_server AGENT_TURNS Counter(harness_agent_turns_total, Agent 对话轮次, [agent, task]) TOOL_CALLS Counter(harness_tool_calls_total, 工具调用次数, [agent, tool]) TOOL_FAILS Counter(harness_tool_fails_total, 工具调用失败次数, [agent, tool]) MODEL_LATENCY Histogram(harness_model_latency_seconds, 单次模型调用耗时, [agent]) ANOMALY_SCORE Gauge(harness_anomaly_score, 异常检测得分, [agent, method]) start_http_server(9101)端口选一个没被占用的就行跑起来之后curl localhost:9101/metrics能看到文本输出说明采集侧通了。指标名尽量带上harness_前缀避免和你已有的业务指标混在一起。4. 异常检测算法落地3σ、移动窗口、KNN 与 LOF 怎么分工4.1 3σ 与移动窗口统计3σ 是最省事的一层过滤适合分布接近正态、量纲稳定的指标比如单次调用耗时。移动窗口统计则解决基线漂移的问题不用全量历史只看最近 N 个点。import numpy as np def rolling_stats(series, window30): arr np.asarray(series, dtypefloat) if arr.size window: return None recent arr[-window:] return float(recent.mean()), float(recent.std(ddof0)) def sigma_flag(series, window30, k3.0): stats rolling_stats(series, window) if stats is None: return False mu, sigma stats if sigma 0: return False return abs(series[-1] - mu) k * sigma窗口大小要按指标节奏定。分钟级采集用 30 个点代表半小时采样频率变了窗口也要跟着变。标准差为 0 的情况要单独挡掉否则除零或者恒定为真的判断会让告警一直挂着。4.2 KNN 距离与 LOF 局部密度3σ 管不了的场景交给多特征方法。KNN 距离看的是“这个点离它最近的邻居有多远”适合发现孤立的离群样本LOF 看的是“这个点周围有多稀疏”适合发现密度意义上的异常两者视角不同可以同时跑得分一起进监控。import numpy as np from sklearn.neighbors import NearestNeighbors, LocalOutlierFactor def knn_distance_scores(X, k5): X np.asarray(X, dtypefloat) k min(k, len(X)) nn NearestNeighbors(n_neighborsk).fit(X) dist, _ nn.kneighbors(X) return dist[:, -1] def lof_scores(X, k20): X np.asarray(X, dtypefloat) k min(k, len(X) - 1) clf LocalOutlierFactor(n_neighborsk) labels clf.fit_predict(X) return -clf.negative_outlier_factor_, labels特征向量按第 2 节的口径拼轮次、上下文估算、单次耗时、工具调用次数、失败率、重复率、重试次数。样本量少的时候把 k 调小LOF 的邻居数必须严格小于样本数否则 sklearn 直接报错这是很常见的第一次运行失败点。4.3 从得分到告警冷却与去重算法输出的是分数不是通知。分数要先转成布尔状态再过一层冷却窗口和去重。冷却窗口的作用是避免同一个 Agent 在十分钟内反复触发去重的作用是同一个根因只发一条通知后续同源事件折叠进去。这里就是模型值得出场的地方把窗口内的特征、触发的方法名、最近的调用记录拼成一段上下文让 Agent 生成一句人话摘要和两条排查建议。注意频率控制——异常风暴期间不要每个采集周期都调一次模型按冷却窗口聚合后再调一次覆盖多条事件Token 消耗会低一个量级。另外Agent 只负责读指标、生成摘要和排查建议真正的诊断命令、脚本或 SQL 由值班同学在本地环境执行再把输出贴回对话不要让 Agent 越过这道桥直接碰生产环境。5. 模型认证统一在 TaoToken 创建 Key客户端 Base URL 填 /api5.1 先别写死通道环境变量先行检测链路跑通之后再把模型出口接上。这一步的目标只有一个让 Harness 里所有需要调模型的 Agent 走同一个入口换模型、换 Key 只改一处。先打开 TaoToken 注册账号并创建 API KeyKey 只在控制台里复制一次代码里用占位符YOUR_API_KEY表示别直接写进仓库。创建好之后把 Base URL 指向https://taotoken.net/api注意末尾不要加/v1。模型 ID 不要凭记忆写去模型广场看当时的列表以页面上显示的为准因为可用模型会随时间调整写死了过几周就会 404。5.2 Python 客户端与 .env 可复制配置配置放在.env里代码只读环境变量。.env文件记得加进.gitignore。TAOTOKEN_API_KEYYOUR_API_KEY TAOTOKEN_BASE_URLhttps://taotoken.net/api TAOTOKEN_MODEL以模型广场当时列表为准客户端初始化部分用兼容 OpenAI 的写法即可参数直接来自环境变量import os from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL], ) def summarize_alert(prompt: str) - str: resp client.chat.completions.create( modelos.environ[TAOTOKEN_MODEL], messages[ {role: system, content: 你是 Harness 告警摘要助手只根据给定指标说话不臆测。}, {role: user, content: prompt}, ], temperature0.2, ) return resp.choices[0].message.content如果不想装 python-dotenv测试阶段手动export TAOTOKEN_API_KEYYOUR_API_KEY也能跑但长期跑建议还是让进程自己加载省得忘了导出导致 401。5.3 多个 Agent 运行时共用同一个出口Harness 里往往不止一个进程在调模型。除了 Python 检测服务可能还有跑在终端里的编码助手或者别的编排器。编排器和检测服务共用这套环境变量最省事如果某个运行时是 Claude Code 这类命令行工具就单独用它的环境变量指向同一个出口下面是~/.claude/settings.json里的写法{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: 以模型广场当时列表为准 } }注意 Codex 用的是~/.codex/config.toml里的model_provider和base_url不要把这几个ANTHROPIC_*变量套过去两边的配置体系不一样。无论哪种运行时改动点都只有地址、Key、模型名这三样Key 统一从控制台创建地址统一是https://taotoken.net/api。6. 启动 Harness 做冒烟验证模型先通检测后跑6.1 三步验证顺序验证不要一上来就压测按顺序来更省时间。第一步手动调一次模型确认 Key、地址、模型名三者都对第二步把指标采集跑起来curl localhost:9101/metrics能看到harness_agent_turns_total之类的指标在动第三步喂一段历史数据给检测函数看 3σ 和 LOF 得分是否落在合理区间。第一步最容易被跳过但它恰恰是排错成本最低的一步。发一条最简单的消息能返回内容就说明认证层通了后面的问题一定在业务逻辑里不用再怀疑通道。6.2 观察 /metrics 与告警事件第二步跑通后让检测循环按固定周期执行取窗口数据、算三组得分、更新 Gauge、判断是否需要告警。观察两件事harness_anomaly_score是否在正常区间小幅波动以及告警事件是否在冷却窗口内被正确折叠。如果得分长期贴着阈值边缘说明窗口或系数需要调不是算法错了。指标维度别开太多。agent和method两个标签已经够用再加任务 ID 之类的会拉爆时序数量。告警摘要调用的次数和耗时也建议单独计数这样能直观看到模型这一层的开销顺便确认多条 Agent 的请求确实都从同一个出口发出去。7. 排障对照401、模型名不认、指标空窗、告警抖动7.1 模型认证与地址类报错401 大多数时候不是 Key 错了而是进程没读到环境变量。先确认echo $TAOTOKEN_API_KEY有值再确认客户端读的是同一个变量名。如果是.env方案注意加载顺序环境变量要先于客户端构造。模型名不认识一般有两种情况写了自己臆想的模型 ID或者模型已经下线。解决办法只有一个去模型广场按当时的列表抄别猜。还有一种常见错是把 Base URL 写成了官网地址或者多了/v1后缀正确写法就是https://taotoken.net/api末尾什么都不加。7.2 检测与告警侧的问题指标空窗先看端口start_http_server起的端口被别的进程占了会静默失败lsof -i:9101能查出来。如果指标有但数值不动检查采集函数是不是被异常吃掉了。告警抖动基本是参数问题。窗口太小会让基线跟着噪声走k值太小会把正常波动判成异常LOF 的邻居数大于等于样本数会直接抛异常所以小样本阶段先把邻居数压到样本数的三分之一以下。3σ 在标准差为 0 时会恒真这个也要提前挡掉。8. 值班这件事最后落在告警渠道和额度上到这里Harness 里的小精灵有了缰绳缰绳上装了计分板模型请求也收敛到一个出口。接下来最值得做的一件事是拿同一把 Key 在 模型对话 里发一条测试消息确认模型 ID 和地址填得没错如果这套巡检要长期跑去 Coding Plan 看看额度档位够不够用Key 统一在 控制台 API Keys 里创建和轮换。值班的同学还可以顺手接一次 Claude Code 接入文档 里的环境变量写法把常用的排查工具也指到同一个出口。别忘了最后一步打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 看一眼控制台里的调用记录确认这次 Harness 冒烟测试的请求确实记上了账没有静默失败也没有重复计费。
凌晨两点Harness 里巡检的 AI Agent 醒了。这是 Harness Engineering 的典型场面Agent 像魔法工厂里的小精灵干活又快又不知疲倦监控告警像缰绳负责看住它们别乱跑。模型认证这一层我放在 TaoToken注册和创建 Key 走 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 填进代码里的 Base URL 用 https://taotoken.net/api 。原文把 Harness 比作小精灵的缰绳这个比喻挺准小精灵本身聪明但一群小精灵同时推进长会话、调工具、编排任务缰绳松一寸Token 就多烧一截。更麻烦的是模型认证常常散落在四五个脚本、两三个运行环境里今天这个 Agent 的 Key 过期明天那个 Agent 的地址被写死等告警真的响起来你先要花半小时确认到底是模型挂了还是认证挂了。这篇文章按原文的节奏往下走先讲 Harness 监控告警到底要盯哪几个信号再把 Python 项目骨架搭起来然后逐个落地 3σ、移动窗口统计、KNN、LOF 这些异常检测算法最后才处理模型认证这一段——把 Harness 里多个 Agent 的模型请求统一收到一条兼容通道上让检测逻辑安心处理数据而不是被 401 打断。算法部分和原文一样占大头认证部分只解决“请求能不能稳定发出去”这一件事。1. 魔法工厂的小精灵与缰绳Harness 监控告警先卡在哪1.1 小精灵干活很勤Token 账单也很勤原文把小精灵比作自主推理的 Agent这个类比放在成本上也成立。一个巡检 Agent 的典型循环是拉一段时间窗口的指标、读几条日志、判断有没有异常、生成一句告警摘要、决定要不要升级通知。每一步都可能是一次模型调用长会话累积上下文、多工具调用来回确认、任务编排里失败重试Token 消耗是叠加上去的而不是线性增长的。真正让人头疼的不是单次调用贵而是调用入口太散。指标采集脚本里写一份 Key告警摘要服务里写一份任务编排器里再写一份模型名还各不相同。等到某个供应商通道抖动你要挨个改配置文件等到某把 Key 额度见底告警正好在那一刻集体静默。小精灵跑得越勤这种分散带来的风险就越大。1.2 缰绳的两头检测逻辑和模型出口要分开Harness Engineering 的思路是把“看管”这件事拆成两层一层是确定性的检测逻辑比如阈值判断、统计检验、密度估计另一层是需要语言能力的部分比如把一堆指标翻译成一句人话、给值班同学写排查建议。前者必须稳定、可复现、不依赖外部服务后者才是模型调用发生的地方。所以本文的工程原则是异常检测自己算不经过任何模型通道模型只负责解释和总结。这样即使模型侧短时间不可用检测链路照样能跑只是告警摘要会降级成模板文本。把这两层分开后面配认证的时候改动面就只剩一个出口地址和一个 Key。2. 异常行为实时检测要看住哪三个信号2.1 长会话轮次、上下文与单次耗时长会话是 Agent 最容易被忽略的异常源头。正常的一次任务轮次大概在个位数如果某个 Agent 的轮次连续爬升通常意味着它陷入了自我确认——反复读同一批数据、反复要求工具返回同样的结果。可观测的量有三个单位时间内的对话轮次、上下文 Token 估算值、单次模型调用耗时。这三个量放在同一个时间窗口里做移动统计很容易看出漂移。需要注意的是轮次升高不一定是坏事。批量任务天然轮次多所以要按 Agent 类型分组统计再在组内比较别拿巡检 Agent 和日报生成 Agent 直接对比否则基线会被互相污染。2.2 多工具调用成功率与调用顺序多工具场景里的异常更像“动作走形”。工具调用成功率突然下降、同一个工具在短时间内被反复调用、本该先查询再写入的顺序被打乱这些都属于行为异常而不是指标异常。工程上可以给每次工具调用打两个标签工具名和任务类型然后统计单位时间内的调用次数、失败次数、以及相邻调用的重复率。重复率这个指标特别实用。Agent 卡住的时候往往表现为“同一个工具名 同样的参数摘要”被高频重复重复率一上去基本可以判定它在原地打转不需要等它把预算烧完。2.3 任务编排重试、并发与死循环任务编排层看的是一张更大的图任务被领取的次数、失败后重试的次数、同一时刻并发的 Agent 数量、单个任务从开始到结束的时长分布。重试次数是死循环的早期信号并发数量是资源争抢的信号结束时长分布则能暴露个别任务拖后腿的问题。这三类信号最后会被整理成一个特征向量交给下一节的检测算法。特征维度不用多五到八个就够维度越低越容易解释越容易给值班同学讲清楚“为什么这条告警值得看”。3. 搭起骨架venv、numpy、scikit-learn、prometheus-client3.1 虚拟环境和依赖安装原文在这一步创建虚拟环境并安装几个基础库这里保持一致的做法目的是把检测逻辑和系统 Python 隔开避免版本互相踩。python -m venv .venv source .venv/bin/activate pip install numpy scikit-learn prometheus-clientWindows 下激活命令换成.venv\Scripts\activate即可。装完之后建议先python -c import numpy, sklearn, prometheus_client跑一次确认没有编译问题再写代码。这三个库的分工很清楚numpy 做窗口统计scikit-learn 出 KNN 和 LOFprometheus-client 负责把指标和告警状态暴露出去。3.2 指标口径和 /metrics 端口先把指标定义清楚后面所有算法都从这些指标里取数。计数器用于累计量Gauge 用于瞬时值Histogram 用于耗时分布。from prometheus_client import Counter, Gauge, Histogram, start_http_server AGENT_TURNS Counter(harness_agent_turns_total, Agent 对话轮次, [agent, task]) TOOL_CALLS Counter(harness_tool_calls_total, 工具调用次数, [agent, tool]) TOOL_FAILS Counter(harness_tool_fails_total, 工具调用失败次数, [agent, tool]) MODEL_LATENCY Histogram(harness_model_latency_seconds, 单次模型调用耗时, [agent]) ANOMALY_SCORE Gauge(harness_anomaly_score, 异常检测得分, [agent, method]) start_http_server(9101)端口选一个没被占用的就行跑起来之后curl localhost:9101/metrics能看到文本输出说明采集侧通了。指标名尽量带上harness_前缀避免和你已有的业务指标混在一起。4. 异常检测算法落地3σ、移动窗口、KNN 与 LOF 怎么分工4.1 3σ 与移动窗口统计3σ 是最省事的一层过滤适合分布接近正态、量纲稳定的指标比如单次调用耗时。移动窗口统计则解决基线漂移的问题不用全量历史只看最近 N 个点。import numpy as np def rolling_stats(series, window30): arr np.asarray(series, dtypefloat) if arr.size window: return None recent arr[-window:] return float(recent.mean()), float(recent.std(ddof0)) def sigma_flag(series, window30, k3.0): stats rolling_stats(series, window) if stats is None: return False mu, sigma stats if sigma 0: return False return abs(series[-1] - mu) k * sigma窗口大小要按指标节奏定。分钟级采集用 30 个点代表半小时采样频率变了窗口也要跟着变。标准差为 0 的情况要单独挡掉否则除零或者恒定为真的判断会让告警一直挂着。4.2 KNN 距离与 LOF 局部密度3σ 管不了的场景交给多特征方法。KNN 距离看的是“这个点离它最近的邻居有多远”适合发现孤立的离群样本LOF 看的是“这个点周围有多稀疏”适合发现密度意义上的异常两者视角不同可以同时跑得分一起进监控。import numpy as np from sklearn.neighbors import NearestNeighbors, LocalOutlierFactor def knn_distance_scores(X, k5): X np.asarray(X, dtypefloat) k min(k, len(X)) nn NearestNeighbors(n_neighborsk).fit(X) dist, _ nn.kneighbors(X) return dist[:, -1] def lof_scores(X, k20): X np.asarray(X, dtypefloat) k min(k, len(X) - 1) clf LocalOutlierFactor(n_neighborsk) labels clf.fit_predict(X) return -clf.negative_outlier_factor_, labels特征向量按第 2 节的口径拼轮次、上下文估算、单次耗时、工具调用次数、失败率、重复率、重试次数。样本量少的时候把 k 调小LOF 的邻居数必须严格小于样本数否则 sklearn 直接报错这是很常见的第一次运行失败点。4.3 从得分到告警冷却与去重算法输出的是分数不是通知。分数要先转成布尔状态再过一层冷却窗口和去重。冷却窗口的作用是避免同一个 Agent 在十分钟内反复触发去重的作用是同一个根因只发一条通知后续同源事件折叠进去。这里就是模型值得出场的地方把窗口内的特征、触发的方法名、最近的调用记录拼成一段上下文让 Agent 生成一句人话摘要和两条排查建议。注意频率控制——异常风暴期间不要每个采集周期都调一次模型按冷却窗口聚合后再调一次覆盖多条事件Token 消耗会低一个量级。另外Agent 只负责读指标、生成摘要和排查建议真正的诊断命令、脚本或 SQL 由值班同学在本地环境执行再把输出贴回对话不要让 Agent 越过这道桥直接碰生产环境。5. 模型认证统一在 TaoToken 创建 Key客户端 Base URL 填 /api5.1 先别写死通道环境变量先行检测链路跑通之后再把模型出口接上。这一步的目标只有一个让 Harness 里所有需要调模型的 Agent 走同一个入口换模型、换 Key 只改一处。先打开 TaoToken 注册账号并创建 API KeyKey 只在控制台里复制一次代码里用占位符YOUR_API_KEY表示别直接写进仓库。创建好之后把 Base URL 指向https://taotoken.net/api注意末尾不要加/v1。模型 ID 不要凭记忆写去模型广场看当时的列表以页面上显示的为准因为可用模型会随时间调整写死了过几周就会 404。5.2 Python 客户端与 .env 可复制配置配置放在.env里代码只读环境变量。.env文件记得加进.gitignore。TAOTOKEN_API_KEYYOUR_API_KEY TAOTOKEN_BASE_URLhttps://taotoken.net/api TAOTOKEN_MODEL以模型广场当时列表为准客户端初始化部分用兼容 OpenAI 的写法即可参数直接来自环境变量import os from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL], ) def summarize_alert(prompt: str) - str: resp client.chat.completions.create( modelos.environ[TAOTOKEN_MODEL], messages[ {role: system, content: 你是 Harness 告警摘要助手只根据给定指标说话不臆测。}, {role: user, content: prompt}, ], temperature0.2, ) return resp.choices[0].message.content如果不想装 python-dotenv测试阶段手动export TAOTOKEN_API_KEYYOUR_API_KEY也能跑但长期跑建议还是让进程自己加载省得忘了导出导致 401。5.3 多个 Agent 运行时共用同一个出口Harness 里往往不止一个进程在调模型。除了 Python 检测服务可能还有跑在终端里的编码助手或者别的编排器。编排器和检测服务共用这套环境变量最省事如果某个运行时是 Claude Code 这类命令行工具就单独用它的环境变量指向同一个出口下面是~/.claude/settings.json里的写法{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: 以模型广场当时列表为准 } }注意 Codex 用的是~/.codex/config.toml里的model_provider和base_url不要把这几个ANTHROPIC_*变量套过去两边的配置体系不一样。无论哪种运行时改动点都只有地址、Key、模型名这三样Key 统一从控制台创建地址统一是https://taotoken.net/api。6. 启动 Harness 做冒烟验证模型先通检测后跑6.1 三步验证顺序验证不要一上来就压测按顺序来更省时间。第一步手动调一次模型确认 Key、地址、模型名三者都对第二步把指标采集跑起来curl localhost:9101/metrics能看到harness_agent_turns_total之类的指标在动第三步喂一段历史数据给检测函数看 3σ 和 LOF 得分是否落在合理区间。第一步最容易被跳过但它恰恰是排错成本最低的一步。发一条最简单的消息能返回内容就说明认证层通了后面的问题一定在业务逻辑里不用再怀疑通道。6.2 观察 /metrics 与告警事件第二步跑通后让检测循环按固定周期执行取窗口数据、算三组得分、更新 Gauge、判断是否需要告警。观察两件事harness_anomaly_score是否在正常区间小幅波动以及告警事件是否在冷却窗口内被正确折叠。如果得分长期贴着阈值边缘说明窗口或系数需要调不是算法错了。指标维度别开太多。agent和method两个标签已经够用再加任务 ID 之类的会拉爆时序数量。告警摘要调用的次数和耗时也建议单独计数这样能直观看到模型这一层的开销顺便确认多条 Agent 的请求确实都从同一个出口发出去。7. 排障对照401、模型名不认、指标空窗、告警抖动7.1 模型认证与地址类报错401 大多数时候不是 Key 错了而是进程没读到环境变量。先确认echo $TAOTOKEN_API_KEY有值再确认客户端读的是同一个变量名。如果是.env方案注意加载顺序环境变量要先于客户端构造。模型名不认识一般有两种情况写了自己臆想的模型 ID或者模型已经下线。解决办法只有一个去模型广场按当时的列表抄别猜。还有一种常见错是把 Base URL 写成了官网地址或者多了/v1后缀正确写法就是https://taotoken.net/api末尾什么都不加。7.2 检测与告警侧的问题指标空窗先看端口start_http_server起的端口被别的进程占了会静默失败lsof -i:9101能查出来。如果指标有但数值不动检查采集函数是不是被异常吃掉了。告警抖动基本是参数问题。窗口太小会让基线跟着噪声走k值太小会把正常波动判成异常LOF 的邻居数大于等于样本数会直接抛异常所以小样本阶段先把邻居数压到样本数的三分之一以下。3σ 在标准差为 0 时会恒真这个也要提前挡掉。8. 值班这件事最后落在告警渠道和额度上到这里Harness 里的小精灵有了缰绳缰绳上装了计分板模型请求也收敛到一个出口。接下来最值得做的一件事是拿同一把 Key 在 模型对话 里发一条测试消息确认模型 ID 和地址填得没错如果这套巡检要长期跑去 Coding Plan 看看额度档位够不够用Key 统一在 控制台 API Keys 里创建和轮换。值班的同学还可以顺手接一次 Claude Code 接入文档 里的环境变量写法把常用的排查工具也指到同一个出口。别忘了最后一步打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 看一眼控制台里的调用记录确认这次 Harness 冒烟测试的请求确实记上了账没有静默失败也没有重复计费。
