failproofai 1.0.1-beta.0 → 1.0.1

package/.next/standalone/docs-old/hi/agenteye/cli.mdx

@@ -0,0 +1,350 @@
+---
+title: "CLI"
+description: "Failproof AI Observability को टर्मिनल या स्क्रिप्ट से चलाएँ: कोई डैशबोर्ड राउंड-ट्रिप नहीं।"
+---
+
+
+Failproof AI Observability को टर्मिनल या स्क्रिप्ट से पूरी तरह चलाएँ: कोई डैशबोर्ड राउंड-ट्रिप नहीं। `agenteye` CLI आपके डेटा (सेशन, इवेंट लॉग, मूल्यांकन) को क्वेरी करता है और आपके संगठन (API कुंजियाँ, उपयोगकर्ता, सेटिंग्स, अलर्ट, घटनाएँ, सहेजी गई क्वेरी) का प्रबंधन करता है, इसलिए जब आप किसी जाँच को स्वचालित करना चाहते हैं, CI में Observability को जोड़ना चाहते हैं, या कोई कोडिंग एजेंट प्रोडक्शन का निरीक्षण करे, तो इसका उपयोग करें। प्रत्येक कमांड `--json` फ़्लैग को सपोर्ट करता है, इसलिए यह प्रॉम्प्ट पर आपके लिए समान रूप से अच्छी तरह काम करता है या कोई कोडिंग एजेंट (Claude Code, Cursor) शेल आउट करके परिणाम पार्स कर सकता है।
+
+एक ही बाइनरी के साथ आप कर सकते हैं:
+
+- **अपना डेटा पढ़ें**: `sessions`, `events`, `evals`, `errors` (समय, एजेंट, env, स्कोर के अनुसार फ़िल्टर करें)।
+- **अपने संगठन को प्रबंधित करें**: `keys`, `users`, `settings`, `alerts`, `incidents`।
+- **विश्लेषण चलाएँ**: सहेजी गई SQL और एडहॉक क्वेरी रनर (`query`)।
+- **AI सहायक से पूछें**: वही केवल-पढ़ने वाले विश्लेषक जो आप डैशबोर्ड में चैट करते हैं (`agent`)।
+
+> **नोट:** यह `agenteye` CLI है, कलेक्टर डेमॉन (`agenteye-collector`) से एक अलग टूल है। CLI आपके डैशबोर्ड से बात करता है; कलेक्टर घटनाओं को सर्वर में भेजता है।
+
+---
+
+## त्वरित शुरुआत
+
+शून्य से लेकर पहला परिणाम चार पंक्तियों में। CLI को अपने डैशबोर्ड पर इंगित करें, साइन इन करें, पुष्टि करें कि आप कौन हैं, फिर पिछले दिन के रन खींचें:
+
+```bash
+pipx install agenteye
+agenteye --base-url https://agenteye.example.com login --email you@example.com   # emailed 6-digit code
+agenteye whoami                                                                  # confirm user + active org
+agenteye --json sessions --since 24h                                             # one row per agent run, last 24h
+```
+
+वह अंतिम कमांड सबसे हाल के सेशन (नवीनतम पहले, डिफ़ॉल्ट रूप से 50 पर सीमित) का JSON ऑब्जेक्ट प्रिंट करता है। इसे `jq` में पाइप करें इसे स्लाइस करने के लिए, या `--json` ड्रॉप करें एक बॉक्सवाला, रंगीन तालिका के लिए। प्रत्येक पंक्ति रन की स्थिति ले जाती है और, यदि कोई मूल्यांकनकर्ता इसे स्कोर करता है, तो इसके मीट्रिक स्कोर (यहाँ संक्षिप्त):
+
+```json
+{
+  "sessions": [
+    {
+      "session_id": "run-8f2a",
+      "agent_id": "checkout-bot",
+      "environment": "prod",
+      "status": "error",
+      "scores": { "helpfulness": 0.42, "tool_efficiency": 0.55 },
+      "event_count": 37,
+      "started_at": "2026-07-16T09:14:02Z",
+      "last_event_at": "2026-07-16T09:14:48Z"
+    }
+  ],
+  "next_cursor": null
+}
+```
+
+इस पृष्ठ के बाकी हिस्से प्रत्येक टुकड़े की व्याख्या करते हैं: [अलगाव में स्थापित करना](#installation), [साइन इन करना](#authentication), [कॉन्फ़िगरेशन](#configuration), [वैश्विक कन्वेंशन](#global-options--conventions) जो प्रत्येक कमांड साझा करता है, और [पूर्ण कमांड संदर्भ](#command-reference)।
+
+---
+
+## स्थापना
+
+CLI एक सार्वजनिक PyPI पैकेज है जिसका नाम **`agenteye`** है। इसे एक अलग वातावरण में स्थापित करें ताकि इसके पास हमेशा अपनी खुद की निर्भरताएँ हों:
+
+```bash
+pipx install agenteye
+# या
+uv tool install agenteye
+```
+
+इसके लिए Python 3.10+ की आवश्यकता है। स्थापित कमांड है **`agenteye`**:
+
+```bash
+agenteye --version
+agenteye --help
+```
+
+> **नोट:** Failproof AI Observability Python SDK भी `agenteye` वितरण नाम का उपयोग करता है। `pipx` या `uv tool` के साथ CLI को स्थापित करना (साझा virtualenv में `pip install` के बजाय) दोनों को टकराने से रोकता है। एक सादा `pip install agenteye` तभी ठीक है यदि SDK उसी वातावरण में स्थापित नहीं है।
+
+---
+
+## प्रमाणीकरण
+
+CLI **डैशबोर्ड** के साथ एक ईमेल किए गए एकबारी कोड के साथ प्रमाणित करता है:
+
+```bash
+agenteye login --email you@example.com
+# A 6-digit code is emailed to you; paste it at the prompt.
+```
+
+सेशन टोकन `~/.agenteye/cli.json` में संग्रहीत है (केवल आपके द्वारा पठनीय, मोड `0600`) और डिफ़ॉल्ट रूप से 24 घंटे के लिए वैध है। जब यह समाप्त हो जाए, `agenteye login` को फिर से चलाएँ।
+
+```bash
+agenteye whoami     # show the current user, active org, and permissions
+agenteye logout     # revoke the session and clear the stored token
+```
+
+`whoami` कभी भी लापता या समाप्त सेशन पर त्रुटि नहीं करता; बजाय इसके `logged_in: false` की रिपोर्ट करता है, इसलिए एक स्क्रिप्ट या एजेंट सुरक्षित रूप से प्रमाणन स्थिति की जाँच कर सकता है (यदि कोई आधार URL सेट नहीं है या डैशबोर्ड अप्राप्य है तो यह अभी भी गैर-शून्य बाहर निकल सकता है)।
+
+**आवश्यकताएँ:** आपके ईमेल को डैशबोर्ड में साइन इन करने की अनुमति दी जानी चाहिए (अपने Failproof AI Observability व्यवस्थापक से पूछें), और डैशबोर्ड को इसके आधार URL पर पहुँचने योग्य होना चाहिए (देखें [कॉन्फ़िगरेशन](#configuration))। यदि आप कोड का अनुरोध करते हैं और कोई भी नहीं आता है, तो आपका ईमेल शायद अभी तक डैशबोर्ड पहुँच के लिए सक्षम नहीं है।
+
+---
+
+## अपने संगठन को चुनना (मल्टी-टेनेंट)
+
+यदि आपका खाता एक से अधिक संगठनों से संबंधित है, तो **लॉगिन के समय** सक्रिय चुनें; यह सहेजा जाता है और हर बाद की कमांड के लिए उपयोग किया जाता है:
+
+```bash
+agenteye login --org acme           # authenticate and set the active tenant in one step
+agenteye orgs list                  # the orgs you can access (the active one is marked)
+agenteye orgs switch globex         # change the saved default
+agenteye --org globex sessions      # override for a single command
+```
+
+यदि आप ठीक एक संगठन से संबंधित हैं तो यह स्वचालित रूप से चुना जाता है और आप `--org` को पूरी तरह अनदेखा कर सकते हैं। यदि आप कई से संबंधित हैं और एक नहीं चुनते हैं, तो CLI उन्हें सूचीबद्ध करता है और आपको `--org <slug>` के साथ फिर से चलाने के लिए कहता है। सक्रिय संगठन हर अनुरोध पर डैशबोर्ड को भेजा जाता है, और आपकी अनुमतियाँ **प्रति संगठन** हल की जाती हैं; `agenteye whoami` सक्रिय संगठन, इसमें आपकी अनुमतियाँ, और आपकी सभी सदस्यताएँ दिखाता है।
+
+---
+
+## कॉन्फ़िगरेशन
+
+| सेटिंग | फ़्लैग | पर्यावरण चर | डिफ़ॉल्ट |
+|---|---|---|---|
+| डैशबोर्ड आधार URL | `--base-url` | `AGENTEYE_DASHBOARD_URL` | **आवश्यक** (कोई डिफ़ॉल्ट नहीं) |
+| सक्रिय संगठन/टेनेंट | `--org` | `AGENTEYE_ORG` | लॉगिन के समय चुना गया; `~/.agenteye/cli.json` में सहेजा गया |
+| सेशन टोकन | `--token` | `AGENTEYE_CLI_TOKEN` | `~/.agenteye/cli.json` से |
+| JSON आउटपुट | `--json` | `AGENTEYE_CLI_JSON` | बंद |
+| TLS सत्यापन छोड़ें | `--insecure` / `--secure` | `AGENTEYE_INSECURE` | बंद (लॉगिन पर सहेजा गया) |
+| अनुरोध टाइमआउट (सेकंड) | `--timeout` | _(कोई नहीं)_ | 30 |
+| उपयोग टेलीमेट्री अक्षम करें | _(कोई नहीं)_ | `AGENTEYE_ANALYTICS_DISABLED` (या `DO_NOT_TRACK`) | टेलीमेट्री वर्तमान में अक्षम है; कुछ भी नहीं भेजा जाता है |
+
+संकल्प क्रम है **फ़्लैग → पर्यावरण चर → कॉन्फ़िग फ़ाइल**। कोई डिफ़ॉल्ट नहीं है; आपको CLI को अपने डैशबोर्ड पर इंगित करना चाहिए, या तो प्रति-कमांड (`--base-url https://agenteye.example.com`) या एक बार पर्यावरण के माध्यम से (यह आपके पहले `login` के बाद भी सहेजा जाता है):
+
+```bash
+export AGENTEYE_DASHBOARD_URL=https://agenteye.example.com
+```
+
+कॉन्फ़िगरेशन निर्देशिका `AGENTEYE_HOME` को सम्मानित करती है (SDK और कलेक्टर द्वारा उपयोग की जाने वाली एक ही परंपरा); यदि सेट है, तो `cli.json` `$AGENTEYE_HOME/cli.json` में रहता है।
+
+### स्व-हस्ताक्षरित या आंतरिक TLS
+
+यदि आपका डैशबोर्ड स्व-हस्ताक्षरित या आंतरिक प्रमाणपत्र के साथ HTTPS पर परोसा जाता है (उदाहरण के लिए, एक कच्चा लोड-बैलेंसर होस्टनाम), तो TLS सत्यापन `CERTIFICATE_VERIFY_FAILED` त्रुटि के साथ इसे अस्वीकार कर देता है। प्रमाणपत्र सत्यापन छोड़ने के लिए `--insecure` पास करें:
+
+```bash
+agenteye --base-url https://agenteye.internal --insecure login
+```
+
+`--insecure` **लॉगिन के समय `cli.json` में सहेजा जाता है**, इसलिए बाद की कमांड स्वचालित रूप से सत्यापन छोड़ देते हैं; आपको फ़्लैग को दोहराना नहीं होगा। एकबारी सत्यापित कॉल के लिए, या अपने अगले लॉगिन पर सत्यापन को वापस बंद करने के लिए `--secure` पास करें। CLI जब भी कोई कमांड डैशबोर्ड से संपर्क करता है तो stderr को एक चेतावनी प्रिंट करता है जबकि सत्यापन अक्षम है। सत्यापन छोड़ना मैन-इन-द-मिडल हमलों से सुरक्षा को हटाता है; अपने डैशबोर्ड के लिए नेटवर्क पथ पर भरोसा करने से पहले सुनिश्चित करें कि आप उस पर भरोसा करते हैं (VPN, निजी सबनेट, आदि)।
+
+---
+
+## टेलीमेट्री और गोपनीयता
+
+> **नोट:** शिप किया गया CLI **आज कोई उपयोग टेलीमेट्री नहीं भेजता।** एक मास्टर किल स्विच चालू है, इसलिए आपके पर्यावरण के बावजूद कुछ भी प्रेषित नहीं होता है। नीचे दिया गया अनुभाग यदि और जब टेलीमेट्री कभी सक्षम हो तो ऑप्ट-आउट क्षमता का वर्णन करता है।
+
+यहाँ तक कि सक्षम होने पर, टेलीमेट्री **केवल अनाम उपयोग विश्लेषण** होगा, कभी आपके एजेंट, सेशन, या घटना डेटा नहीं:
+
+- **कोई भी एजेंट, सेशन, या घटना डेटा कभी भी आपके बुनियादी ढाँचे से बाहर नहीं जाता।** केवल CLI उपयोग की रिपोर्ट की जाएगी: कमांड और सबकमांड का नाम (जैसे `keys create`), आपके द्वारा उपयोग किए गए फ़्लैग के **नाम** (कभी उनके मान नहीं), सफलता/निकास स्थिति, और अवधि, साथ ही उत्परिवर्तन के लिए प्रति-क्रिया घटना (जैसे `api_key_created`, `query_run`) केवल स्थिर नाम/enums और मोटा गणना ले जाना। आपके डैशबोर्ड URL, सेशन टोकन, ईमेल, org slug, संसाधन ids, SQL, कुंजी रहस्य, और क्वेरी फ़िल्टर कभी **नहीं** भेजे जाएँगे। संचालकों की पहचान केवल एक अपारदर्शी आंतरिक id द्वारा की जाएगी, कभी ईमेल द्वारा नहीं।
+- **`AGENTEYE_ANALYTICS_DISABLED=1` CLI के पर्यावरण में सेट करके पहले से ऑप्ट आउट करें** (CLI क्रॉस-टूल `DO_NOT_TRACK=1` परंपरा को भी सम्मानित करता है)। यह प्रभाव तब लेता है जब टेलीमेट्री कभी चालू हो जाता है, इसलिए गोपनीयता-सचेत वातावरण स्थायी रूप से ऑप्ट आउट रह सकता है।
+- यदि टेलीमेट्री सक्षम थे, तो CLI सीधे PostHog (`https://us.i.posthog.com`) को भेजेगा; एक मशीन जिसमें वह होस्ट अवरुद्ध है, चुप्पी से कुछ भी नहीं भेजेगी और CLI प्रभावित नहीं होगी।
+
+---
+
+## वैश्विक विकल्प और कन्वेंशन
+
+इसे एक बार पढ़ें; यह हर कमांड पर लागू होता है।
+
+- **वैश्विक विकल्प कमांड से पहले जाते हैं।** `agenteye --json sessions` सही है; `agenteye sessions --json` एक उपयोग त्रुटि है। विश्वव्यापी विकल्प `--json`, `--base-url`, `--org`, `--token`, `--insecure`/`--secure`, `--timeout`, `--quiet`, और `--no-color` हैं।
+- **`--json` stdout को शुद्ध JSON प्रिंट करता है, और कुछ नहीं।** मानव स्थिति पंक्तियाँ, चेतावनियाँ, और त्रुटियाँ **stderr** में जाती हैं, इसलिए `--json` stdout कैप्चर तब भी स्वच्छ रहता है जब एक स्थिति पंक्ति दिखाई दे। `--json` के बिना आप मानव आँखों के लिए एक बॉक्सवाला, रंगीन दृश्य प्राप्त करते हैं।
+- **`--help` के साथ खोजें।** प्रत्येक कमांड और सबकमांड में `--help` (और `-h` उपनाम) है: `agenteye -h`, `agenteye sessions -h`, `agenteye keys create -h`। शीर्ष-स्तरीय सहायता निकास कोड और वैश्विक विकल्प भी सूचीबद्ध करती है। कोई वैश्विक मशीन-पठनीय सतह डंप नहीं है; प्रति-कमांड `--help` का उपयोग करें, साथ ही डोमेन-विशिष्ट `agenteye query schema` और `agenteye settings schema` उन दो रजिस्ट्रियों के लिए।
+- **पुष्टियाँ स्क्रिप्ट और एजेंटों के लिए स्वचालित रूप से छोड़ दी जाती हैं।** बनाएँ/अपडेट/हटाएँ कमांड एक इंटरैक्टिव टर्मिनल में "क्या आप सुनिश्चित हैं?" प्रॉम्प्ट करते हैं, लेकिन **`--json` के तहत या जब भी stdin कोई TTY नहीं है (एक TTY एक इंटरैक्टिव टर्मिनल सत्र है; एक पाइप या CI रनर नहीं) तो स्वचालित रूप से उस प्रॉम्प्ट को छोड़ दें**, इसलिए स्क्रिप्ट और एजेंट कभी भी हैंग नहीं करते। `--yes`/`-y` पास करके इसे स्पष्ट रूप से छोड़ दें। क्योंकि एक एजेंट के लिए प्रॉम्प्ट फायर नहीं होगा, एक एजेंट को विनाशकारी कार्यों की मानव द्वारा पहले पुष्टि करनी चाहिए।
+- **पृष्ठांकन:** परिणाम सबसे नए-पहले और कर्सर-पृष्ठांकित हैं (प्रत्येक पृष्ठ एक टोकन देता है जो आप अगला लाने के लिए उपयोग करते हैं)। `--limit N` (उपनाम `-n`) पंक्तियों को कैप करता है और **डिफ़ॉल्ट रूप से 50**; `--all` स्वचालित-पृष्ठांकन (200-पंक्ति चंक में) **`--limit` तक**, इसलिए एक बंधे हुए `--all` अभी भी 50 पर रुकते हैं। एक पूर्ण स्वीप के लिए एक उच्च स्पष्ट कैप पास करें: `--all --limit 1000`। `--page-size N` प्रति-अनुरोध चंक नियंत्रित करता है (अधिकतम 200); `--cursor <id>` पूर्व पृष्ठ के `next_cursor` से फिर से शुरू करता है।
+- **समय फ़िल्टर:** `--since` एक सापेक्ष विंडो लेता है: `15m`, `1h`, `6h`, `24h`, `7d`, या `all` (डैशबोर्ड की पूर्वनिर्धारितें)। एक लंबी या कस्टम रेंज के लिए (कहें पिछले 30 दिन), `--from`/`--to` का उपयोग करें: स्पष्ट ISO-8601 UTC टाइमस्टैम्प **`T` और एक टाइमजोन के साथ** (जैसे `2026-06-01T00:00:00Z`) जो `--since` को ओवरराइड करते हैं। एक स्पेस-अलग या टाइमजोन-रहित मान एक उपयोग त्रुटि है।
+- **`--fields a,b,c`** (`events`, `sessions`, `evals`, `errors` पर) आउटपुट को उन कुंजियों तक सीमित करता है, तालिका और `--json` दोनों के लिए। अज्ञात नाम मान्य सूची के साथ अस्वीकार किए जाते हैं, क्षेत्र नामों की खोज करने का एक सस्ता तरीका।
+- **`--file payload.json`** (या `--file -` stdin को पढ़ने के लिए) एक पूर्ण JSON अनुरोध बॉडी प्रदान करता है जहाँ एक संसाधन में एक जटिल आकार है (`alerts create/update`, `settings set`, और `users create/update` पर)। सहेजी गई-क्वेरी SQL `--sql @file.sql` का उपयोग करता है।
+- **मल्टी-मान फ़िल्टर** अल्पविराम-अलग हैं → एक सेट के रूप में मेल खाए (एक फ़िल्टर के भीतर संघ, फ़िल्टर भर में AND): `--event-type tool_use,tool_result`। क्लिक विकल्प variadic नहीं हैं, इसलिए `--add a b` टूट जाता है। `--add a,b` का उपयोग करें, फ़्लैग दोहराएँ (`--add a --add b`), या उद्धृत करें (`--add "a b"`)।
+
+---
+
+## कमांड संदर्भ
+
+### आप इन 5 कमांडों का सबसे अधिक उपयोग करेंगे
+
+अधिकांश दिन-प्रतिदिन का काम कुछ पढ़ने की कमांड के माध्यम से चलता है। यहाँ शुरू करें, फिर नीचे पूर्ण सतह तक पहुँचें जब आपको इसकी आवश्यकता हो:
+
+| कमांड | यह क्या करता है | इसे आज़माएँ |
+|---|---|---|
+| `sessions` | एक एजेंट रन प्रति पंक्ति: समय, env, एजेंट, स्थिति, नवीनतम स्कोर। | `agenteye --json sessions --since 24h --status error` |
+| `events` | एक रन (अधिक पेलोड के लिए `--full` जोड़ें) के अंदर कच्चा प्रति-कदम पथ। | `agenteye --json events --session-id run-001 --all` |
+| `evals` | मूल्यांकन परिणाम और स्कोर; `--aggregate` उन्हें रोल करता है। | `agenteye --json evals --aggregate --since 7d --env prod` |
+| `errors` | बस त्रुटि वाली घटनाएँ; `--aggregate` प्रकार के अनुसार गणना के लिए। | `agenteye --json errors --since 24h --aggregate` |
+| `list` | मान्य फ़िल्टर मान (एजेंट, envs, मॉडल, ...) की खोज करें। | `agenteye list agents` |
+
+### CLI जो कुछ भी कर सकता है
+
+पूरी सतह का अनुसरण करता है। CLI में **18 शीर्ष-स्तरीय कमांड** हैं। सभी पढ़ने की कमांड `--json` और ऊपर वैश्विक विकल्पों को स्वीकार करते हैं; किसी भी एक के लिए विस्तृत फ़्लैग सूची और JSON आकार के लिए `agenteye <command> -h` (या `<command> <subcommand> -h`) चलाएँ।
+
+### पहचान: `login` · `logout` · `whoami` · `orgs` · `version` · `help`
+
+```bash
+agenteye login --email you@example.com [--org acme]   # emailed one-time code; saves the session
+agenteye logout                                       # clear the saved session on this machine
+agenteye whoami                                       # current user, active org, permissions
+agenteye version                                      # print the CLI version (same as --version)
+agenteye help                                         # top-level help (same as --help)
+```
+
+`orgs` सक्रिय टेनेंट का निरीक्षण और स्विच करता है:
+
+```bash
+agenteye orgs list        # your orgs + your role in each (active one marked)
+agenteye orgs switch acme # change the saved active org (omit the slug to pick from a list on a TTY)
+agenteye orgs current     # identity card for the active org
+agenteye orgs perms       # your permissions in the active org, grouped by resource
+```
+
+### अवलोकन करें (केवल-पढ़ने योग्य): `events` · `sessions` · `evals` · `errors` · `list`
+
+इनमें से कोई भी पुष्टि की आवश्यकता नहीं है। साझा फ़िल्टर: `--session-id`, `--agent-id`, `--env` (**नहीं** `--environment`), और समय रेंज (`--since` / `--from` / `--to`)।
+
+```bash
+# events (alias: the raw per-step trail), newest first
+agenteye --json events --session-id run-001 --event-type tool_use,tool_result --all --limit 1000
+agenteye --json events --since 1h --search timeout --all | jq '.events[].payload'
+
+# sessions: one row per agent run (time/env/agent/session/status; no score filtering)
+agenteye --json sessions --since 24h --status error
+agenteye --json sessions --agent-id checkout-bot --env prod --all --limit 1000
+
+# evals: evaluation results + scores; --score filters by metric, --aggregate rolls up
+agenteye --json evals --score helpfulness:0.5..0.8 --score tool_efficiency:..0.3
+agenteye --json evals --aggregate --since 7d --env prod        # status mix + per-key score stats
+
+# errors: errored events; --aggregate for counts/sessions/agents/last-seen
+agenteye --json errors --since 24h --aggregate
+agenteye --json errors --since 24h --error-type timeout --all --limit 1000
+
+# list: discover valid filter values before you filter
+agenteye list envs        # also: agents event_types score_filters models hooks tools error_types
+```
+
+`--score KEY:MIN..MAX` (`evals` पर, `sessions` नहीं) दोहराया जाता है और AND-संयुक्त है; या तो बाउंड वैकल्पिक है (`..0.5` का अर्थ ≤ 0.5, `0.9..` का अर्थ ≥ 0.9)। प्रति अनुरोध 20 स्कोर फ़िल्टर तक। `evals --scores-full` **मानव तालिका केवल के लिए** एक डिस्प्ले फ़्लैग है; यह पहले कुछ के बजाय हर स्कोर जोड़ी और `+N` गणना दिखाता है। `--json` के तहत इसका कोई प्रभाव नहीं है, जो हमेशा पूर्ण स्कोर ऑब्जेक्ट लौटाता है। **एक सेशन अंत तक पढ़ने के लिए**, घटना पथ को इसके मूल्यांकन के साथ संयोजित करें:
+
+```bash
+agenteye --json events --session-id run-001 --all --limit 1000 | jq '.events[] | {ts, event_type}'
+agenteye --json evals  --session-id run-001                       # its scores + status
+```
+
+### प्रबंधन करें (अनुमति-गेटेड): `keys` · `users` · `settings` · `alerts` · `incidents`
+
+**`keys`**: API कुंजियाँ। रहस्य स्थानीय रूप से उत्पन्न होता है, सर्वर को भेजा जाता है (जो केवल एक हैश संग्रहीत करता है), और **एक बार** बनाएँ/पुनर्जन्म पर दिखाया जाता है; इसे तब कैप्चर करें। `--json` के साथ यह केवल `key` फ़ील्ड में दिखाई देता है। **नाम** द्वारा संदर्भित।
+
+```bash
+agenteye keys list                                   # active keys first, then revoked
+agenteye keys show ci-bot
+agenteye keys create ci-bot --add events:read.add    # scope to what you need; prints the secret ONCE
+agenteye keys create ops --permission-set standard --remove queries:run   # seed a preset, then trim
+agenteye keys update ci-bot --add evaluations:read --yes
+agenteye keys regenerate ci-bot --yes                # rotate the secret (the old one stops working)
+agenteye keys disable ci-bot --yes                   # revoke
+```
+
+अनुमतियाँ `(permission-set ∪ --add) − --remove` के रूप में काम करती हैं। टोकन `slug:action` (जैसे `events:read`) या एक संसाधन पर कई को विस्तारित करने के लिए `slug:action.action` (जैसे `events:read.add` → `events:read`, `events:add`)। पूर्वनिर्धारितें: `read-only`, `standard`, `admin`। मानव-केवल अनुमतियाँ (`keys:update`) किसी कुंजी को दी नहीं जा सकतीं।
+
+**`users`**: org सदस्य, **ईमेल** द्वारा संदर्भित (एक UUID id भी स्वीकार किया जाता है)।
+
+```bash
+agenteye users list [--active-only]
+agenteye users show dev@corp.com
+agenteye users create dev@corp.com --permission-set standard
+agenteye users update dev@corp.com --add alerts:write --remove queries:delete   # predicts + confirms
+agenteye users disable dev@corp.com --yes            # has protected/self guards
+agenteye users enable dev@corp.com
+```
+
+**`settings`**: एक निश्चित रजिस्ट्री (आप मौजूदा कुंजियों को पढ़ते और बदलते हैं; आप नई नहीं बना सकते)।
+
+```bash
+agenteye settings list                               # key · value · type · updated (secrets masked)
+agenteye settings schema                             # what each key accepts (type · range · description)
+agenteye settings set session_ttl_secs --value 86400 --yes
+```
+
+**`alerts`**: अलर्ट परिभाषा, **नाम** द्वारा संदर्भित। `create` एक स्थितीय NAME साथ फ़्लैग या `--file` के माध्यम से एक पूर्ण JSON बॉडी लेता है।
+
+```bash
+agenteye alerts list
+agenteye alerts show high-errors
+agenteye alerts create high-errors --file alert.json          # NAME is required (positional)
+agenteye alerts update high-errors --severity critical --yes
+agenteye alerts test high-errors --yes                        # fire a test notification
+agenteye alerts delete high-errors --yes
+```
+
+**`incidents`**: अलर्ट घटनाएँ, id द्वारा संदर्भित (संक्षिप्त ids स्वीकार किए जाते हैं)। `show` पूर्ण गतिविधि लॉग प्रिंट करता है; कार्य करने से पहले इसे पढ़ें।
+
+```bash
+agenteye incidents list --state firing                # also: acknowledged, resolved
+agenteye incidents count
+agenteye incidents show <id>
+agenteye incidents ack <id>
+agenteye incidents assign <id> you@corp.com           # assignee must be an operator
+agenteye incidents resolve <id> --yes
+agenteye incidents open --alert-id <id> --severity critical    # open one manually against an alert
+agenteye incidents comment-add <id> "root cause: upstream 5xx"
+agenteye incidents comment-list <id> ; agenteye incidents comment-delete <id> <comment-id>
+agenteye incidents subscribe <id> ; agenteye incidents unsubscribe <id> ; agenteye incidents subscribers <id>
+```
+
+### विश्लेषण और सहायक: `query` · `agent`
+
+**`query`**: अपने विश्लेषण स्टोर के विरुद्ध सहेजी गई SQL साथ एडहॉक रनर। सहेजी गई क्वेरी **नाम** द्वारा संदर्भित हैं; SQL सर्वर-साइड (SELECT/WITH केवल, विवरण टाइमआउट, पंक्ति कैप) सत्यापित है।
+
+```bash
+agenteye query schema [TABLE]                         # column layout of the analytics views
+agenteye query run --sql "select count(*) from analytics.events"
+agenteye query run errs --arg prod --limit 100        # run a saved query + a positional $1
+agenteye query list ; agenteye query show errs
+agenteye query create errs --sql @errs.sql --description "errored events (24h)"
+agenteye query update errs --sql @errs.sql --yes ; agenteye query delete errs --yes
+```
+
+**`agent`**: बिल्ट-इन **AI सहायक** से बात करता है (वही केवल-पढ़ने वाले विश्लेषक जिससे आप डैशबोर्ड में चैट कर सकते हैं)। चैट एक छोटे chat-id द्वारा संदर्भित होते हैं (उपसर्ग-हल)।
+
+```bash
+agenteye agent health                                 # is the AI assistant configured/reachable
+agenteye agent models                                 # models you can pass to --model (default marked)
+agenteye agent ask "which agents errored most in the last day?"    # starts a chat; prints its short id
+agenteye agent ask --chat <short-id> "and which tools did they call?"   # continue that chat
+agenteye agent chats ; agenteye agent show <short-id>
+agenteye agent rename <short-id> --title "error triage" ; agenteye agent delete <short-id>
+```
+
+---
+
+## निकास कोड
+
+| कोड | अर्थ |
+|---|---|
+| 0 | सफलता |
+| 1 | अप्रत्याशित त्रुटि (जैसे डैशबोर्ड ने 5xx लौटाया) |
+| 2 | उपयोग त्रुटि (अमान्य तर्क, अज्ञात कमांड/फ़्लैग, नाम टकराव) |
+| 3 | डैशबोर्ड तक नहीं पहुँच सकता |
+| 4 | लॉगिन में नहीं हैं या सेशन समाप्त हुआ; `agenteye login` चलाएँ |
+| 5 | प्रमाणित, लेकिन आपके खाते में आवश्यक अनुमति नहीं है (संदेश इसका नाम देता है) |
+| 6 | अनुरोधित संसाधन नहीं मिला (जैसे अज्ञात सेशन या घटना id) |
+
+ये CLI को स्क्रिप्ट के लिए सुरक्षित बनाते हैं: एक कोडिंग एजेंट एक `4` पर शाखा बना सकता है आपको फिर से प्रमाणित करने का संकेत देने के लिए, या एक `5` लापता अनुमति की सतह के लिए। CLI रेसिपी देखें [एजेंट के लिए](/hi/agenteye/cli-recipes) निकास-कोड-संभालने के पैटर्न और JSON आउटपुट आकार के लिए।
+
+---
+
+## अगले कदम
+
+- **[एजेंट के लिए CLI रेसिपी](/hi/agenteye/cli-recipes)**: कॉपी-पेस्ट क्वेरी पैटर्न, `jq` एक-लाइनर, `--fields` प्रक्षेपण, निकास-कोड संभालना, और JSON आउटपुट आकार, कोडिंग एजेंट के लिए लिखा हुआ CLI चला रहे हैं।
+- **[CLI एजेंट कौशल](/hi/agenteye/cli-skill)**: इस CLI को स्थापन योग्य Claude Code / Codex *कौशल* के रूप में पैकेज करें ताकि एक कोडिंग एजेंट सादे-अंग्रेजी अनुरोध से Failproof AI Observability चला सके।
+- **[API कुंजियाँ](/hi/agenteye/api-keys)**: `keys create --add …` के पीछे अनुमति मॉडल।
+- **[AI सहायक](/hi/agenteye/assistant)**: सहायक को सक्षम करना जिससे `agent ask` बात करता है।

package/.next/standalone/docs-old/hi/agenteye/codex-capture.mdx

@@ -0,0 +1,56 @@
+---
+---
+title: "Codex सत्र कैप्चर"
+description: "अपनी टीम के स्थानीय OpenAI Codex सत्रों को AgentEye में सामान्य सत्र और ईवेंट के रूप में कैप्चर करें — Codex चलाने के तरीके में कोई बदलाव नहीं।"
+---
+
+आपके इंजीनियर पहले से ही हर दिन OpenAI Codex चलाते हैं। Codex सत्र कैप्चर उन कोडिंग सत्रों को AgentEye में सामान्य सत्र और ईवेंट के रूप में लाता है, ताकि आप उन्हें खोज सकें, दोबारा चला सकें, और आप जो अन्य सब कुछ देखते हैं उसके साथ उनका मूल्यांकन कर सकें। यह [Python SDK](/hi/agenteye/python-sdk) को पूरक करता है: SDK आपके द्वारा लिखे गए एजेंटों को प्रस्तुत करता है, जबकि यह आपकी टीम द्वारा पहले से किए जा रहे Codex कार्य को कैप्चर करता है — इसे चलाने के तरीके में कोई बदलाव नहीं।
+
+एक छोटा बैकग्राउंड कलेक्टर Codex के स्थानीय सत्र प्रतिलेखन को पढ़ता है क्योंकि वे लिखे जाते हैं और उन्हें AgentEye को भेजता है। एक मशीन प्रति कलेक्टर एक बार में हर स्थानीय Codex सतह को कैप्चर करता है — प्रति-सतह सेटअप की कोई आवश्यकता नहीं है।
+
+एक ही कलेक्टर अन्य एजेंटों को भी कैप्चर करता है — [OpenClaw](/hi/agenteye/openclaw-capture) और [Hermes](/hi/agenteye/hermes-capture) देखें। आप जो भी चलाते हैं उसे सक्षम करें; एक एकल कलेक्टर एक साथ कई को कैप्चर कर सकता है।
+
+---
+
+## यह क्या कैप्चर करता है
+
+हर Codex सतह जो **स्थानीय रूप से** चलती है, डिस्क पर समान सत्र प्रतिलेखन तैयार करती है, और कलेक्टर उन सभी को उठाता है:
+
+- Codex **CLI** और `codex exec`
+- **VS Code / IDE एक्सटेंशन**
+- **डेस्कटॉप ऐप**, जब यह स्थानीय रूप से एक सत्र चलाता है
+
+प्रत्येक Codex सत्र AgentEye [सत्र](/hi/agenteye/sessions) बन जाता है; इसके उपयोगकर्ता और सहायक संदेश, तर्क, उपकरण कॉल, उपकरण परिणाम, और टोकन उपयोग मिलान करने वाले [ईवेंट](/hi/agenteye/event-stream) बन जाते हैं। जिस सतह से प्रत्येक सत्र आया था (CLI, IDE, या डेस्कटॉप) रिकॉर्ड किया जाता है, ताकि आप उन्हें अलग बता सकें।
+
+> **क्लाउड सत्र कैप्चर नहीं किए जाते हैं।** डेस्कटॉप ऐप तेजी से Codex क्लाउड में सत्र चलाता है और मशीन पर केवल उनके मेटाडेटा को रखता है — पढ़ने के लिए कोई स्थानीय प्रतिलेखन नहीं है। केवल स्थानीय रूप से निष्पादित सत्र कैप्चर किए जाते हैं।
+
+---
+
+## इसे चालू करें
+
+कैप्चर तब तक बंद रहता है जब तक आप इसे सक्षम न करें। `events:add` अनुमति वाली API कुंजी के साथ कलेक्टर को इंस्टॉल करें ([API कुंजियां](/hi/agenteye/api-keys) देखें), और Codex कैप्चर को चालू करें:
+
+```bash
+curl -fsSL https://raw.githubusercontent.com/FailproofAI/agenteye-collector/main/install.sh \
+  | sh -s -- --key <YOUR_API_KEY> --codex-enabled
+```
+
+यह कलेक्टर को इंस्टॉल करता है, इसे एक बैकग्राउंड सेवा के रूप में पंजीकृत करता है, और कैप्चर करना शुरू करता है। पुष्टि करें कि यह चल रहा है:
+
+```bash
+agenteye-collector health
+```
+
+पहली बार चलने पर, आपके मौजूदा Codex सत्रों को एक बार भर दिया जाता है और नई गतिविधि फिर सेकंड के भीतर स्ट्रीम होती है। Codex की अपनी फाइलें केवल पढ़ी जाती हैं — कभी भी संशोधित, स्थानांतरित, या हटाई नहीं जाती — और प्रत्येक सत्र बिल्कुल एक बार भेजा जाता है, यहां तक कि पुनरारंभ भी।
+
+---
+
+## यह कहाँ दिखाई देता है
+
+कैप्चर किए गए सत्र **सत्र** में दिखाई देते हैं, और उनके ईवेंट **ईवेंट** स्ट्रीम में, किसी अन्य एजेंट की तरह ही जिसे आप देखते हैं — इसलिए [सत्र पुनरावृत्ति](/hi/agenteye/sessions), [खोज](/hi/agenteye/queries), [मूल्यांकन](/hi/agenteye/evaluations), और [सतर्कताएं](/hi/agenteye/alerts) सभी उन पर काम करती हैं। Codex एजेंट के अनुसार फ़िल्टर करें उन्हें अपने आप से देखने के लिए।
+
+---
+
+## गोपनीयता
+
+Codex प्रतिलेखन में पूरा सत्र होता है — कमांड आउटपुट, फाइल सामग्री, और कुछ भी Codex ने पढ़ा या लिखा सहित — और इसमें रहस्य हो सकते हैं। कैप्चर किए गए सत्र यथावत भेजे जाते हैं, इसलिए केवल उन मशीनों और टीमों पर कैप्चर सक्षम करें जहां उस सामग्री को AgentEye में केंद्रीकृत करना उपयुक्त है, और कलेक्टर को केवल `events:add` के लिए सीमित एक कुंजी दें। [सुरक्षा](/hi/agenteye/security) देखें कि आपके डेटा को कैसे अलग रखा जाता है।

package/.next/standalone/docs-old/hi/agenteye/concepts.mdx

@@ -0,0 +1,87 @@
+---
+title: "अवधारणाएं"
+description: "Failproof AI Observability के पीछे की शब्दावली — events, sessions, evaluations, audits, findings, और incidents — एक जगह परिभाषित।"
+---
+
+
+यह पेज Failproof AI Observability द्वारा उपयोग की जाने वाली शब्दावली को परिभाषित करता है। यदि किसी अन्य गाइड में कोई शब्द अपरिचित है, तो यह यहाँ परिभाषित है। आपको इसे अंत तक पढ़ने की आवश्यकता नहीं है: इसे स्किम करें, या जब आप कोई शब्द स्पष्ट करना चाहते हैं तो वापस जाएं।
+
+---
+
+## डेटा मॉडल
+
+**Event**
+डेटा की सबसे छोटी इकाई। एक event आपके agent द्वारा उठाया गया एक एकल कदम रिकॉर्ड करता है: एक `tool_use`, एक `model_request`, एक `hook_completed`, एक `error`, और इसी तरह। आपका agent [Python SDK](/hi/agenteye/python-sdk) के माध्यम से events को emit करता है; वे **Events** पेज पर लाइव दिखाई देते हैं।
+
+**Session**
+एक agent run, जिसे एक `session_id` द्वारा चिन्हित किया जाता है। एक session वह सभी events हैं जो उस id को साझा करते हैं, **Sessions** पेज पर एक एकल row में rolled up हैं और इसके detail page पर एक execution graph के रूप में खींचे गए हैं। एक session आमतौर पर `agent_start` से शुरू होता है और `agent_end` के साथ समाप्त होता है।
+
+**Agent**
+एक run के अंदर एक नामित actor, जिसे एक `agent_id` द्वारा चिन्हित किया जाता है। एक run में कई agents शामिल हो सकते हैं: एक planner जो एक summarizer sub-agent को spawn करता है, उदाहरण के लिए। Sub-agents एक `parent_id` रखते हैं, जो Failproof AI Observability को execution graph में उन्हें अपनी lanes पर खींचने देता है।
+
+**Environment**
+एक label जहाँ run हुआ: `production`, `staging`, `dev`। आप इसे SDK कॉन्फ़िगर करते समय एक बार सेट करते हैं। लगभग हर dashboard पेज environment के द्वारा फ़िल्टर कर सकता है।
+
+**Context-window fill**
+एक model के context window का वह प्रतिशत जो एक response ने consume किया। Failproof AI Observability इसे उन models के लिए `model_response` events पर stamp करता है जिन्हें यह पहचानता है, इसलिए prompt growth और impending compaction event stream में सही दिखाई देते हैं।
+
+---
+
+## गुणवत्ता
+
+**Evaluation**
+एक finished session के लिए एक गुणवत्ता score, जो आप चलाने वाली एक scoring service द्वारा produced। Evaluations opt-in हैं: जब तक आप एक evaluator को connect नहीं करते, sessions रिकॉर्ड किए जाते हैं लेकिन scored नहीं होते। प्रत्येक evaluation कई named scores ले सकता है (उदाहरण के लिए `helpfulness`, `factuality`, `tool_efficiency`), प्रत्येक एक संक्षिप्त reasoning note के साथ। [Evaluation suite](/hi/agenteye/evaluation-suite) देखें।
+
+**Score key**
+एक dimension का नाम जो एक evaluator रिपोर्ट करता है, जैसे `helpfulness`। Alerts और audits समय के साथ एक specific score key को देख सकते हैं।
+
+**Evaluator**
+आपकी scoring service। Failproof AI Observability एक finished run का transcript उसे POST करता है और यह जो scores return करता है उन्हें store करता है। यह एक default evaluator ship नहीं करता है; scoring logic आपका है।
+
+---
+
+## failures को खोजना और fix करना
+
+**Hook**
+एक guardrail या side-effect जो आपका agent framework एक step के चारों ओर चलाता है: एक content-safety check, PII redaction, एक budget guard। Hooks `hook_triggered` / `hook_completed` events को एक `outcome` (allow, deny, modify) के साथ emit करते हैं, और अपना स्वयं का observe page प्राप्त करते हैं।
+
+**Alert rule**
+एक rule जो तब fires जब एक metric आपके द्वारा सेट की गई threshold को cross करता है: error rate, p95 latency, token cost, या एक evaluator score। जब एक rule fires, यह एक incident खोलता है और आपके चुने हुए channels (email, Slack, webhook, in-dashboard) को notify करता है। [Alerts](/hi/agenteye/alerts) देखें।
+
+**Incident**
+एक open issue जो तब created होता है जब एक alert rule fires। Incidents के पास एक lifecycle (acknowledge, assign, resolve) है और एक activity timeline है जो हर action को रिकॉर्ड करता है। आप एक को manually भी खोल सकते हैं।
+
+**Audit**
+एक recurring investigation (hourly to weekly) जो आपके logs को *across* sessions में mine करता है failure patterns के लिए जिनके लिए आपने एक rule नहीं लिखा है: error clusters, low scores, latency outliers, tool-call loops, और runs जो कभी finished नहीं हुए। जहाँ एक alert एक metric को देखता है जिसके बारे में आप पहले से जानते हैं, एक audit आपको बताता है कि आगे क्या देखना है। [Audits](/hi/agenteye/audits) देखें।
+
+**Finding**
+एक audit run से एक ranked, evidence-backed result। एक finding एक pattern का नाम देता है, इसके पीछे के exact sessions को link करता है, और एक triage lifecycle (acknowledge, resolve, mute, dismiss) रखता है। Failproof AI Observability findings को run-over-run deduplicate करता है इसलिए एक known pattern update होता है बजाय इसके कि pile up हो।
+
+**The AI assistant**
+in-dashboard chat जो आपके agents के बारे में plain English में, आपके स्वयं के data के ऊपर सवालों के जवाब देता है। यह default रूप से read-only है; कुछ भी जो यह create करता है (एक saved query, एक dashboard) approval-gated है, और यह कभी delete नहीं कर सकता। [AI assistant](/hi/agenteye/assistant) देखें।
+
+---
+
+## इसे चलाना
+
+**Organization (tenant)**
+एक isolated workspace। एक Failproof AI Observability instance कई organizations को host कर सकता है, प्रत्येक के साथ अपने स्वयं के users, keys, और data। हर dashboard URL आपके org slug (`/<org-slug>/…`) के अंतर्गत scoped है।
+
+**Collector**
+`agenteye-collector`, lightweight daemon जो प्रत्येक agent machine पर runs करता है, SDK द्वारा disk में लिखे गए events को batch करता है, और उन्हें server को ship करता है।
+
+**API key**
+एक scoped token जो एक client को server के साथ authenticate करता है। Keys में granular permissions होते हैं (उदाहरण के लिए `events:add` collector के लिए, read-only scopes एक dashboard key के लिए)। [API keys](/hi/agenteye/api-keys) देखें।
+
+**Server**
+ingest और API service। यह events को ingest करता है, operational state को आपके databases में store करता है, और dashboard और CLI को serve करता है।
+
+**Dashboard**
+web UI। हर page एक organization के लिए scoped है और server के API के माध्यम से पढ़ता है।
+
+---
+
+## अगले कदम
+
+- [Overview](/hi/agenteye/overview): ये pieces कैसे एक साथ fit होते हैं।
+- [Observability](/hi/agenteye/observability): observe surfaces (Events, Sessions, Models, Tools, Hooks, Errors)।

package/.next/standalone/docs-old/hi/agenteye/dashboards.mdx

@@ -0,0 +1,47 @@
+---
+---
+title: "डैशबोर्ड"
+description: "अपने लाइव एजेंट डेटा को एक साझा चित्र में बदलें जिसे आपकी पूरी टीम देखती है।"
+---
+
+
+अपने लाइव एजेंट डेटा को एक साझा चित्र में बदलें जिसे आपकी पूरी टीम देखती है। जो क्वेरीज़ महत्वपूर्ण हैं उन्हें चार्ट के रूप में पिन करें, और हर कोई एक नज़र में एक जैसे नंबर देखता है, बिना एक भी क्वेरी को फिर से चलाए।
+
+![एक डैशबोर्ड सहेजी गई क्वेरीज़ से बना है: एक घंटे में ईवेंट्स की लाइन, प्रकार के अनुसार त्रुटियों की बार, लेटेंसी एरिया चार्ट, और मॉडल के अनुसार टोकन](/agenteye/images/dashboard-fleet.png)
+
+*एक बोर्ड, चार सहेजी गई क्वेरीज़: प्रति घंटा ईवेंट्स, प्रकार के अनुसार त्रुटियां, लेटेंसी, और मॉडल के अनुसार टोकन।*
+
+## हर कोई एक ही सच देखता है
+
+चैट में स्क्रीनशॉट पेस्ट करना बंद करें और एक ही क्वेरी को दिन में पांच बार चलाना बंद करें। एक डैशबोर्ड एक साझा, संगठन-व्यापी बोर्ड है जिसे आपकी टीम का कोई भी सदस्य खोलकर बिल्कुल एक जैसा दृश्य देख सकता है। जब अंतर्निहित डेटा बदलता है, चार्ट भी बदल जाते हैं, इसलिए बोर्ड हमेशा वर्तमान रहता है और कोई भी पुरानी संख्याओं पर बहस नहीं करता।
+
+ऊपर दिया गया फ़्लीट डैशबोर्ड दिन-प्रतिदिन के संचालन के लिए एक अच्छा शुरुआती आकार है:
+
+- एक **events-per-hour** लाइन, ताकि आप थ्रूपुट देख सकें और अचानक गिरावट को पकड़ सकें
+- एक **errors-by-type** बार, ताकि आपकी सबसे बड़ी विफलता की श्रेणियां सामने आ जाएं
+- एक **latency** एरिया चार्ट, ताकि धीमापन उपयोगकर्ताओं की शिकायत से पहले दिखाई दे
+- एक **tokens-by-model** विभाजन, ताकि लागत नज़र में रहे
+
+आप अपने बोर्ड `/<org-slug>/dashboards` पर पाएंगे।
+
+## उन क्वेरीज़ को पिन करें जिन्हें आपने पहले से सहेज रखा है
+
+प्रत्येक टाइल एक सहेजी गई क्वेरी से शुरू होता है। उस क्वेरी को बनाएं और सहेजें जिसकी आपको परवाह है [Queries](/hi/agenteye/queries) लाइब्रेरी में (निर्मित प्रीसेट्स प्लस आपकी अपनी, आपके ईवेंट्स और मूल्यांकन के ऊपर), फिर इसे डैशबोर्ड पर उस चार्ट के रूप में पिन करें जो डेटा के अनुरूप हो: एक **line** समय के साथ ट्रेंड्स के लिए, एक **bar** श्रेणियों की तुलना के लिए, एक **area** वॉल्यूम के लिए, या एक **pie** शेयर विभाजन के लिए।
+
+क्योंकि एक टाइल केवल आपकी सहेजी गई क्वेरी है जिसे चार्ट के रूप में प्रदर्शित किया गया है, हाथ से सिंक रखने के लिए कुछ भी नहीं है। क्वेरी को एक बार अपडेट करें और हर डैशबोर्ड जो इसका उपयोग करता है वह भी अपडेट हो जाता है।
+
+## वॉल्यूम नहीं, गुणवत्ता देखें
+
+वॉल्यूम आपको बताता है कि एजेंट व्यस्त हैं। गुणवत्ता आपको बताती है कि वे वास्तव में काम कर रहे हैं। अपने डैशबोर्ड को अपने [evaluation scores](/hi/agenteye/evaluations) की ओर इशारा करें और आपको एक बोर्ड मिलता है जो समय के साथ ट्रैक करता है कि रन कितनी अच्छी तरह चल रहे हैं, इसलिए गुणवत्ता में गिरावट एक चार्ट पर एक डिप के रूप में दिखाई देती है, न कि ग्राहक से एक आश्चर्य के रूप में।
+
+![सहेजी गई मूल्यांकन क्वेरीज़ से बना एक गुणवत्ता-केंद्रित डैशबोर्ड](/agenteye/images/dashboard-quality.png)
+
+*एक गुणवत्ता बोर्ड आपके मूल्यांकन स्कोर को सामने और केंद्र में रखता है, संचालन संख्याओं के ठीक बगल में।*
+
+एक संचालन बोर्ड और एक गुणवत्ता बोर्ड को एक साथ रखें और आपकी टीम के पास दोनों सवालों का जवाब देने के लिए एक जगह है "क्या यह काम कर रहा है?" और "क्या यह अच्छा है?", बिना किसी के एक क्वेरी को फिर से चलाए।
+
+## संबंधित
+
+- [Queries](/hi/agenteye/queries): उन क्वेरीज़ को बनाएं और सहेजें जो आपके टाइल्स बन जाती हैं।
+- [Evaluations](/hi/agenteye/evaluations): अपने रन को स्कोर करें ताकि आप समय के साथ गुणवत्ता को चार्ट कर सकें।
+- [Alerts](/hi/agenteye/alerts): इन मेट्रिक्स में से किसी भी थ्रेसहोल्ड को एक पेज में बदलें।