小米汽车 OneTrack 端侧埋点

小米汽车小爱端侧上报的全量埋点（端到端可用性、ASR 状态、全离线日志、性能指标等）。与 NLP 服务端日志正交：从车端上报的客户端事件流。

索引 onetrack_xiaoai_micar*（c3log 独立集群），单日 ~300GB——必须传 --date YYYYMMDD。

tip 体系

一个 request_id 对应多条记录，每条对应一个 tip 埋点点位。先 --fields tip,tip_name 看一眼有哪些 tip：

python elk_query.py <rid> --preset micar --date 20260424 \
  --fields request_id,tip,tip_name,tip_module_name,event_name

主要点位：

tip	tip_name	tip_module_name	event_name	含义
`1024.1.1.1.23177`	小爱端到端可用性	性能类	execute	全链路时序埋点（wakeup → asr → nlp → exec）
`1024.1.2.1.23176`	小爱全离线日志	日志类	execute	离线模型相关日志
`1024.1.2.1.34496`	离线NLP结果	—	state	离线 NLP 出参
`1024.4.1.1.25631`	ASR识别状态	ASR识别	state	ASR 中间状态
`1024.1.1.1.33610`	第三方接口调用	—	execute	—
`1024.1.3.1.23520` / `23521`	小爱指令开始 / 结束	—	start / —	—

⚠️ 不同 tip 的负载 schema 不统一：

23177 → 负载在顶层 key_value
23176 → 负载在顶层 request_infos[] / response_infos[] / other_infos（不在 key_value）
34496 → 负载在 key_value.instructions
25631 → key_value 为 null，看 event_name / other_infos

23177 — 端到端可用性

负载在顶层 key_value（脚本自动解析）。常用字段：

唤醒：wakeup_received_event / wakeup_ball_appear

ASR 时序：asr_first_partial / asr_first_text / asr_first_same_final / asr_final / asr_first_pack_sent

NLP 时序：nlp_start_answer / nlp_finish_answer

结果：state_result_type（success / ...）/ state_exec_result / state_cancel_msg

指令统计：state_exec_ins_total / state_exec_ins_success / state_exec_ins_failed / state_exec_ins_filtered

异常：state_nlp_unknown_instructions (list) / state_nlp_exceptions / state_vad_end_type

链路：state_duplex / state_request_id / state_asr_final_size

python elk_query.py <rid> --preset micar --date 20260424 \
  --fields request_id,tip,key_value.state_result_type,key_value.state_exec_result,key_value.wakeup_received_event,key_value.asr_final,key_value.nlp_finish_answer

23176 — 全离线日志 ⭐ 离线模型核心

⚠️ schema 与其他 tip 不同：负载在顶层 request_infos[] / response_infos[] / other_infos（list，长度通常为 1，但每个 list 都有大量信息），不在 key_value。

`request_infos[0]` — 送给离线引擎的入参

引擎/模型版本：engine_id / engine_model（如 3.2.30-claw）/ offline_model_ver（如 2026012201）/ miai_ver / app_version
请求形态：request_type / request_state_type / is_wakeup_req / is_llm / duplex / origin
链路环境：srv_env / network / network_nlp / network_type / off_asr_avail
设备：device_id / car_type / car_config / is_driving / zone_info / is_login / has_token / isInternal
context_offline (list) — 离线引擎拿到的全部 context payload（含 Nlp.OfflineSession / Map.MapState / UIController.InteractionInfoList 等 namespace）。研究模型行为时务必看这一段
其他：ua / transaction_id / request_id / timeout_reason

`response_infos[0]` — 引擎返回的产物

⚠️ 不止 nlp_debug_info，三块都要看：

instructions[] — 引擎下发的全部指令序列。每条 header.namespace.name + header.is_offline（true/false 标识离/在线判决）+ header.dialog_id / id / transaction_id + payload。常见 namespace.name：

System.Heartbeat / System.Abort
Offline.CloudStop（current_round_used_audio_duration / next_round_rid / stop_audio_duration）
SpeechRecognizer.RecognizeResult（is_final / results[].text / confidence / is_nlp_request / is_key_word_free_request）
Nlp.StartAnswer / Nlp.FinishAnswer / Nlp.IntentsWithRelation（payload.intent）
Template.Query（text）
Dialog.Reject（query / reject_type 如 NON_HUMAN） / Dialog.Finish

nlp_debug_info ⭐ 离线 NLP 模型自身的调试输出（模型日志打点）。研究模型决策为什么这样做的核心：

Arbitrate — 仲裁器决策：query / logits (list[float], 各类目原始打分) / label_id / category（如 Info）/ predict / label（如 baike#person）/ domains（候选 domain）/ time
各阶段耗时：Rewrite.time / PreTrain.time（bertAvailable）/ EdgeIntentExecutor.time / GeneralParse.time / lookAndTalk.time
候选 domain：domain_confidence (list) / domain_parsers (list)
各 domain parser 子模块（如 music / phonecall / mapApp）：每个 parser 块下含 time / score / parser_version + 子模块耗时（如 music.MusicKvParserCost / MusicJsgfParserCost / MusicIcsfModelParserCost / MusicGlobalCost）
nlp_model_version (dict) — 各模型 checkpoint 版本（如 arbitrator-l1: 20241205_offline / phonecall-icsf: 240205_offline / mapapp-icsf-single: 241224_offline）
nlp_edge_version — 边端 NLP 引擎整体版本
edge_track — 上下文/能力 capability 追踪：capabilitiesVersion / contexts（用到的 context namespace list）/ arbitrator_priority
llm_wait — 是否等待 LLM

other_infos — 其他辅助信息（list）

命令模板

# 整条全离线日志（含 request_infos[0]、response_infos[0]、other_infos）
python elk_query.py <rid> --preset micar --date 20260424 \
  --fields request_id,tip,tip_name,request_infos,response_infos,other_infos

# 只看模型自身打的 debug 日志
python elk_query.py <rid> --preset micar --date 20260424 \
  --json-path response_infos.0.nlp_debug_info

# 模型版本 + 仲裁结果速览
python elk_query.py <rid> --preset micar --date 20260424 \
  --fields request_id,tip,response_infos.0.nlp_debug_info.Arbitrate,response_infos.0.nlp_debug_info.nlp_model_version,response_infos.0.nlp_debug_info.nlp_edge_version,request_infos.0.engine_model,request_infos.0.offline_model_ver

# 引擎全部指令（看 is_offline 区分离/在线）
python elk_query.py <rid> --preset micar --date 20260424 \
  --json-path response_infos.0.instructions

34496 — 离线NLP结果

key_value 顶层就是 {instructions: [...]}，结构和 23176 的 response_infos[0].instructions 一致，但只是 NLP 部分的指令子集（不含 SpeechRecognizer / System / Offline 等）。没有 nlp_debug_info、没有 request_infos——想看模型决策细节去 23176。

字段 schema

完整 schema 见 ../INDEX_CATALOG.md 中 onetrack_xiaoai_micar* 一节。

7.0 KiB Raw Blame History Unescape Escape