背景

当 agent-runtime 同时管理数十甚至数百个 Agent 实例时，日志管理成为一个关键挑战。目前每个 Agent 实例的日志分散在各个进程/容器中，缺乏统一的收集、检索和分析能力。

当前状态

1. 日志分散：每个 Agent 实例将日志写入本地文件系统或 stdout/stderr
2. 无统一格式：缺少标准化的日志结构（如 JSON 结构化日志）
3. 难以检索：运维人员需要 SSH 登录到各个节点查看日志
4. 无日志级别管理：无法动态调整单个 Agent 的日志级别以进行问题排查
5. 缺乏告警机制：Agent 异常退出时无自动告警通知

建议方案

1. 标准化日志格式

定义统一的 JSON 结构化日志格式：

{
  "timestamp": "2026-06-16T15:30:00.000Z",
  "level": "INFO|WARN|ERROR|DEBUG",
  "service": "agent-runtime",
  "instance_id": "agent-xxxx",
  "tenant_id": "tenant-xxx",
  "conversation_id": "conv-xxx",
  "message": "Agent query processed",
  "duration_ms": 1250,
  "extra": {}
}

2. 日志收集管道

支持多种日志后端输出：

• 基础：本地文件轮转（按大小/时间）
• 进阶：通过 logging.handlers 输出到 Fluentd/Logstash
• 云原生：直接输出到 Elasticsearch / Loki / 阿里云 SLS

3. 日志检索 API

在 Runtime 管理面增加日志查询端点：

• GET /api/v1/agents/{id}/logs：查询指定 Agent 的日志
• 支持参数：level、start_time、end_time、keyword、tail
• 支持流式输出（类似 kubectl logs -f）

4. 日志级别动态调整

• POST /api/v1/agents/{id}/log-level：运行时动态调整日志级别
• GET /api/v1/agents/{id}/log-level：查看当前日志级别

5. 异常告警

基于日志模式的告警规则配置：

• Agent 连续 3 次健康检查失败
• 错误日志在 5 分钟内超过 N 条
• Agent 进程意外退出

预期收益

• 大幅降低生产环境问题定位时间
• 支持审计合规需求
• 为后续的 Agent 可观测性体系（已有 Issue #38）提供日志基础
• 与 openJiuwen Ops 的可观测性能力形成互补