Documentation Index
Fetch the complete documentation index at: https://docs.langdock.com/llms.txt
Use this file to discover all available pages before exploring further.
Nutzungsexporte sind für Workspace-Administratoren verfügbar und bieten bis zu 12 Monate historische Daten über Nutzer, Agenten, Workflows, Projekte und Modelle.
Zugriff auf Nutzungsexporte
Navigiere zur Analyseseite deines Workspaces und klicke auf den Export-Button oben rechts, um den Export-Konfigurationsdialog zu öffnen.Öffne Analysen
Gehe zu deiner Workspace-Analyseseite in den Workspace-Einstellungen.
Export-Konfiguration
Datentypen
Wähle aus, welche Art von Nutzungsdaten exportiert werden sollen:- Nutzer - Individuelle Nutzeraktivität, Nachrichtenanzahl und Feature-Nutzung über den ausgewählten Zeitraum
- Agenten - Agenten-Nutzungsstatistiken, Interaktionszahlen und Leistungsmetriken
- Workflows - Workflow-Ausführungsdaten und Nutzungsmuster
- Projekte - Nutzungsdaten auf Projektebene
- Modelle - Modell-Nutzungsstatistiken und Token-Verbrauchsdaten
Datumsbereichsoptionen
Wähle aus vordefinierten Bereichen oder wähle einen benutzerdefinierten Zeitraum:- Dieser Monat (z.B. Juli 2025)
- Letzter Monat (z.B. Juni 2025)
- Diese Woche (z.B. 30. Juli - 2. August)
- Letzte Woche (z.B. 20. Juli - 26. Juli)
- Nutzerdefinierten Bereich wählen - Wähle spezifische Start- und Enddaten
Export-Datenstruktur
Jeder Export generiert eine CSV-Datei mit einer Zeile pro Entität (Nutzer, Agent, Workflow, Projekt oder Modell) und Spalten mit relevanten Metriken für den ausgewählten Zeitraum.Einige Spalten in den folgenden Exporten sind nur für Workspaces mit Bring Your Own Key (BYOK) verfügbar. Diese sind in den Spaltendefinitionen als Nur bei BYOK-Workspaces gekennzeichnet.
Nutzungsexporte
- Nutzer
- Agenten
- Workflows
- Projekte
- Modelle
Der Nutzer-Export liefert Daten über individuelle Nutzeraktivitäten in deinem Workspace.
Spaltendefinitionen
| Spalte | Beschreibung |
|---|---|
period_start | Startdatum des Berichts (JJJJ-MM-TT, UTC) |
period_end | Enddatum des Berichts (JJJJ-MM-TT, UTC) |
org_id | ID des Workspaces |
user_id | ID des Nutzers |
name | Name des Nutzers |
email | E-Mail des Nutzers |
role | Rolle des Nutzers (Mitglied, Editor oder Admin) zum Zeitpunkt des Exports |
joined_at | Datum, an dem der Nutzer dem Workspace beigetreten ist (JJJJ-MM-TT, UTC) |
messages_total | Gesamtzahl der Nachrichten, die der Nutzer im Zeitraum gesendet hat |
messages_total_rank | Relative Position des Nutzers in einer Liste aller Workspace-Nutzer, sortiert nach Gesamtnachrichten im Zeitraum (1 = meiste Nachrichten) |
messages_chat | Anzahl der Nachrichten, die der Nutzer in regulären Chats im Zeitraum gesendet hat |
messages_chat_rank | Relative Position des Nutzers in einer Liste aller Workspace-Nutzer, sortiert nach Chat-Nachrichten im Zeitraum (1 = meiste Nachrichten) |
messages_agents | Anzahl der Nachrichten, die der Nutzer an Agenten-Chats im Zeitraum gesendet hat |
messages_agents_rank | Relative Position des Nutzers in einer Liste aller Workspace-Nutzer, sortiert nach Agenten-Nachrichten im Zeitraum (1 = meiste Nachrichten) |
agents_messaged | Anzahl der verschiedenen Agenten, an die der Nutzer im Zeitraum Nachrichten gesendet hat |
agents_to_messages | JSON-Objekt, das agent_id zu messages_count für jeden Agenten zuordnet, an den der Nutzer im Zeitraum Nachrichten gesendet hat |
messages_projects | Anzahl der Nachrichten, die der Nutzer an Projekt-Chats im Zeitraum gesendet hat |
messages_projects_rank | Relative Position des Nutzers in einer Liste aller Workspace-Nutzer, sortiert nach Projekt-Nachrichten im Zeitraum (1 = meiste Nachrichten) |
projects_messaged | Anzahl der verschiedenen Projekte, an die der Nutzer im Zeitraum Nachrichten gesendet hat |
projects_to_messages | JSON-Objekt, das project_id zu messages_count für jedes Projekt zuordnet, an das der Nutzer im Zeitraum Nachrichten gesendet hat |
model_to_messages_total | JSON-Objekt, das model_name zu messages_count für jedes Modell zuordnet, an das der Nutzer im Zeitraum Nachrichten gesendet hat |
action_messages | Anzahl der Nachrichten des Nutzers, die durch Aktionen im Zeitraum generiert wurden |
action_messaged | Anzahl der verschiedenen Aktionen, die der Nutzer im Zeitraum ausgelöst hat |
action_to_messages | JSON-Objekt, das action_name zu messages_count für jede Aktion zuordnet, die der Nutzer im Zeitraum ausgelöst hat. Aktionen umfassen Funktionen wie Canvas oder Websuche sowie Aktionen aus Integrationen |
Zusätzliche Spalten für BYOK-Workspaces
| Spalte | Beschreibung |
|---|---|
total_input_tokens | Gesamtzahl der Input-Tokens, die der Nutzer im Zeitraum verbraucht hat. |
total_output_tokens | Gesamtzahl der Output-Tokens, die für den Nutzer im Zeitraum generiert wurden. |
total_cost_usd | Geschätzte Gesamtkosten in USD für den Nutzer im Zeitraum. |
model_to_input_tokens | JSON-Objekt, das den Modellnamen der Anzahl der Input-Tokens zuordnet. |
model_to_output_tokens | JSON-Objekt, das den Modellnamen der Anzahl der Output-Tokens zuordnet. |
model_to_cost_usd | JSON-Objekt, das den Modellnamen den Kosten in USD zuordnet. |
Im Nutzer-Export referenzierte Aktionen
Die folgenden Aktionen können in deraction_to_messages-Spalte des Nutzer-Exports erscheinen:
Canvas
Canvas
Wird verwendet, um Dokumente und Code in einer strukturierten Oberfläche zu bearbeiten. Nachrichten repräsentieren Nutzer-Prompts, die Canvas-Interaktionen auslösen (Erstellung, Abfrage, Löschung).
Websuche
Websuche
Wird verwendet, um externe Web-Quellen nach Echtzeitinformationen zu durchsuchen. Nachrichten repräsentieren Nutzer-Prompts, die die Websuchfunktion auslösen.
Dateianalyse
Dateianalyse
Wird verwendet, um hochgeladene Dokumente, Tabellenkalkulationen und andere Dateitypen zu analysieren. Nachrichten repräsentieren Nutzer-Prompts, die Dateiverarbeitung und -analyse auslösen.
Code-Ausführung
Code-Ausführung
Wird verwendet, um Code in verschiedenen Programmiersprachen auszuführen und zu testen. Nachrichten repräsentieren Nutzer-Prompts, die Code-Ausführungsanfragen auslösen.
Integrations-Aktionen
Integrations-Aktionen
Aktionen aus verbundenen Integrationen (z.B.
Hubspot_create_contact, Slack_send_message). Nachrichten repräsentieren Nutzer-Prompts, die API-Aufrufe an externe Dienste über Langdock-Integrationen auslösen.Datenverarbeitung und Datenschutz
Null-Werte
Leere oder nicht verfügbare Datenfelder werden wie folgt behandelt:- Numerische Felder: Anzeige als
0oder leer - Textfelder: Anzeige als leere Zeichenketten
- JSON-Objekte: Anzeige als leere Objekte
{}
Datenspeicherung
- Historische Daten sind bis zu 12 Monate verfügbar
- Exportdaten spiegeln den Stand zum Zeitpunkt des Exports wider
- Nutzerrollen, Namen und andere Attribute zeigen Werte zum Enddatum des Zeitraums