介绍任务控制中的指标：衡量您的云代理的实际影响
Metrics 现已在 Mission Control 中上线，为您的团队提供了一个透明的、数据驱动的视图，用以了解云端 Agent 的表现、产出以及自动化如何改善您的开发工作流。
如果您一直在使用 Continue 的 Tasks（任务）、Workflows（工作流）和 Integrations（集成），您已经亲身体验了基于云的自动化如何成为您日常工程技术栈的一部分。
Metrics 向您展示了云端 Agent 正在做什么以及它们带来了什么价值。
为什么指标（Metrics）对云端 Agent 和持续 AI 至关重要
工程团队只有在信任产出时才会采用自动化，而信任需要可视化。随着越来越多的组织转向云托管 AI Agent 和 Continuous AI（持续 AI），人们不断提出同样的问题：
- 我们的云端 Agent 本周到底完成了什么？
- 哪些基于云的工作流正在产生真正的工程产出？
- 我们如何衡量开发流水线中云端 Agent 的 ROI？
Metrics 让这一切变得清晰可见。
它将云端 Agent 的活动转化为清晰、可操作的性能仪表板，揭示了：
- 工作流运行频率
- 哪些云端 Agent 生成了 Pull Request
- PR 质量、合并模式和状态趋势
- 随时间变化的云端 Agent 活动
这是可衡量、可信赖且生产就绪的持续 AI 的基础。
如何衡量云端 Agent 的投资回报率（ROI）？
您可以通过追踪“干预率”（人类介入的频率）的降低以及自动完成的“青蛙任务”（维护琐事，无需人类切换上下文）的数量，来衡量云端 Agent 的投资回报率 (ROI)。
今日指标功能包括什么
📊 云端 Agent 活动（过去 14 天）
查看您的云端 Agent 如何进行日常操作。识别活动高峰、一致的模式、放缓情况以及未合并的 PR。
📈 AI 生成代码的 Pull Request 分析
现在，您的云端 Agent 创建的每个 PR 都包含：
- 工作流名称
- 触发类型（cron、GitHub 事件、手动等）
- 工作流总运行次数
- 状态细分（已合并、开启、草稿、已关闭）
这通过已交付的可运行代码量，直观地体现了您云端 Agent 的实际影响。
团队为何依赖指标来进行云端自动化
云端 Agent 绝不应在黑盒中运行。Metrics 为曾经看似隐形的自动化带来了清晰度。
现在，您可以更快速地回答：
- 我们的云端自动化实际上在为团队做什么？
- 我们在哪里从云端 Agent 获得了最高的回报？
- 哪些工作流需要改进才能使其 PR 被合并？
- 自动化是否随时间推移减轻了我们的维护负担？
更高的可见性 → 更多的信任 → 更多的自动化 → 为您关心的工程工作留出更多时间。
立即开始追踪您的云端 Agent
Metrics 现已在 Mission Control 中上线。
打开它，探索您云端 Agent 本周的产出（或者详细了解如何通过 一次性任务或工作流、Slack 或 我们的集成 开始使用云端 Agent），并开始调整您的自动化以实现最大的工程影响。
更高的可见性。更好的 AI 自动化。值得信赖的云端 Agent。
术语表：关键云端 Agent 指标
- 干预率 (Intervention Rate)：在合并前需要人工修改的 AI 生成工作流的百分比。比率越低，说明 Agent 的自主性越高。
- 修复率 (Fix Rate)：导致成功生成 Pull Request 的分类事件（例如 Sentry 错误）的百分比。
- AI 平均恢复时间 (MTTR with AI)：从触发警报到 AI Agent 开启修复 PR 的平均时间。