Im Januar haben wir neue Einblicke in Agenten-Runs und ihre Kosten geschaffen. Eigene Observability-Dashboards liefern gezielte Monitoring-Ansichten. Token Pricing zeigt die Kosten pro Run; mehrere UI-Verbesserungen verkürzen alltägliche Workflows.
Eigene Observability-Dashboards
Teams können jetzt eigene Dashboards erstellen und Agenten passend zu ihren Anforderungen überwachen. Pro Projekt sind mehrere Dashboards möglich. Widgets lassen sich hinzufügen, per Drag-and-drop neu anordnen und über einen Date Range Picker auf einen Zeitraum eingrenzen.
Vier Widget-Typen sind direkt verfügbar:
- ✓Area Charts: Runs, Token-Nutzung, Latenz oder Kosten im Zeitverlauf anzeigen und nach Agent, Status oder KI-Modell gruppieren
- ✓Horizontale Bar Charts: Metriken von Agenten, KI-Modellen oder Verbindungen auf einen Blick vergleichen
- ✓Stat Cards: Einzelne KPIs wie Gesamtzahl der Runs, durchschnittliche Latenz, Erfolgsquote oder Token-Kosten anzeigen
- ✓Log-Liste: Live-Feed der neuesten Agenten-Runs mit Status, Dauer und Fehlerdetails
Für jedes Widget lassen sich Metrik, Aggregation, Filter nach Agent oder Verbindung und die passende Darstellung festlegen. Dashboards werden pro Projekt gespeichert und sind über den neuen Tab Observability in der Projekt-Seitenleiste erreichbar.
Token Pricing und Cost Tracking
Die Kosten von Agenten sind jetzt direkt sichtbar. Wir liefern Preisdaten für gängige KI-Modelle von OpenAI, Anthropic, Google und weiteren Anbietern mit. Jeder Run zeigt seine Token-Kosten in der konfigurierten Währung, berechnet anhand der verbrauchten Tokens und des verwendeten KI-Modells.
Die Preise decken vier Token-Kategorien ab:
- •Input Tokens: Prompt und Kontext, die an das KI-Modell gesendet werden
- •Output Tokens: Vom KI-Modell generierte Antwort
- •Cached Input Tokens: Zu einem niedrigeren Preis aus dem Cache gelieferte Tokens
- •Thinking Tokens: Reasoning Tokens von KI-Modellen mit Extended Thinking
Globale Standardwerte funktionieren automatisch. Unter Settings > Token Pricing lassen sich die Preise für jedes KI-Modell im Projekt überschreiben. Das ist besonders praktisch für KI-Modelle mit Fine-Tuning oder individuell vereinbarte Tarife. Die Kostendaten fließen außerdem in die neuen Dashboard-Widgets ein. So werden Ausgaben im Zeitverlauf sichtbar und die Kosten verschiedener Agenten vergleichbar.
Verbesserungen an der Dashboard-UI
Diesen Monat haben wir die Bedienbarkeit mehrerer Seiten verbessert:
- •Verbindungsübersicht: Die Verbindungsliste zeigt jetzt Live-Statistiken pro Verbindung, darunter Gesamtzahl der Runs, Erfolgsquote und Zeitpunkt des letzten Triggers
- •Verbindungsdetails: Erweiterte Ansicht mit konfigurierbarem Zeitraum für Run-Statistiken und übersichtlicherem Layout für verknüpfte Agenten
- •Runs-Tabelle: Enthält jetzt Token-Kosten, sodass teure Runs auf einen Blick erkennbar sind
- •Pricing-Seite: Neu gestalteter Feature-Vergleich mit ausklappbaren Bereichen für Features, Support & Enterprise und Compliance
- •404-Seite: Eine eigene Fehlerseite, damit tote Links nicht mehr auf einem leeren Bildschirm enden
llms.txt
Im Root-Verzeichnis unserer Website veröffentlichen wir jetzt eine llms.txt Datei, die dem aufkommenden llms.txt-Standard folgt und KI-Assistenten eine strukturierte Übersicht über Connic bietet, einschließlich Links zu unserer Dokumentation, Leitfäden zu Verbindungen, Feature-Seiten und weiteren Inhalten.
Cursor, Claude, ChatGPT und andere KI-Coding-Assistenten können jetzt besser verstehen, was Connic macht, und beim Entwickeln und Konfigurieren von Agenten auf die richtige Dokumentation verweisen.