feat(sight): show LLM latency metrics in agent sessions

[yefuyou]

Summary

Completes the AgentSight latency metrics UI part of #2339, following the backend/API work merged in #2578.

This adds per-agent LLM latency and throughput percentiles to the Agent Health page using the existing /api/metrics/latency endpoint. The Agent Sessions page remains focused on session history.

Refs #2339

Changes

• add fetchLatencyMetrics() for /api/metrics/latency
• show per-agent TTFT, TPS, TPOT, and E2E p50/p95/p99 metrics
• reuse the existing 24h / 7d / 30d time-range presets
• render unavailable first-output metrics as — instead of 0
• keep latency loading/error state independent from agent status and interruption data
• preserve the existing latency table while a new time-range request is loading
• guard against stale latency requests when the range changes quickly
• keep per-agent aggregation in the backend response; no new Agent dropdown is added to the Health page
• add en-US / zh-CN strings for the new UI
• use an in-page language menu so locale changes do not open the browser's native select popup
• add API client regression coverage for filters, nullable metrics, and percentiles

The current branch is based on main after the Agent-name casing follow-up was merged; no frontend casing workaround is included.

Validation

• npm run test:api-client — 12 passed
• npm run test:i18n — 4 passed
• npm run typecheck
• npm run build
• npm run build:embed
• git diff --check

All passed. Builds emit only the existing bundle-size warning.

Manual UI verification

• Agent Health page order: Agent Status → Latency Metrics → Interruptions
• agents with observable TTFT/TPS/TPOT/E2E metrics
• SSE calls without observable first output (TTFT / TPS / TPOT shown as —, while E2E remains available)
• 24h / 7d / 30d range switching while retaining the existing table during refresh
• English / 简体中文 switching through the in-page menu
• no new browser console errors or warnings

Scope

This PR is frontend-only. It does not change backend metric semantics, Rust code, eBPF, schema, or add the cleanup changes from #2583.

Screenshot

[chatgpt-codex-connector]

💡 Codex Review

Here are some automated review suggestions for this pull request.

Reviewed commit: fbe5f7ae6d

ℹ️ About Codex in GitHub

Your team has set up Codex to review pull requests in this repo. Reviews are triggered when you

• Open a pull request for review
• Mark a draft as ready
• Comment "@codex review".

If Codex has suggestions, it will comment; otherwise it will react with 👍.

Codex can also answer questions or update the PR. Try commenting "@codex address that feedback".

[chatgpt-codex-connector]

Preserve backend casing in latency filters

When merged eBPF and log sessions use different casing for the same agent (the existing code explicitly cites Qoder versus qoder), the case-insensitive dropdown keeps whichever spelling appears first, but this value is sent verbatim to the latency endpoint. The backend applies COALESCE(agent_name, process_name) = ?3 case-sensitively, so selecting a lowercase log-derived label can show matching sessions while the latency table incorrectly reports no data for uppercase eBPF records; normalize the comparison server-side or resolve the filter to the backend's recorded spelling.

Useful? React with 👍 / 👎.

[yefuyou]

Valid point. The latency endpoint was introduced in #2578, and its agent matching semantics are not aligned with the existing case-insensitive Agent Sessions identity handling. I’m addressing that in a separate backend follow-up so this PR can remain scoped to the dashboard integration.

[yefuyou]

Backend follow-up opened as #2590. It aligns the latency API with the existing case-insensitive Agent Sessions identity handling. #2586 now notes this dependency explicitly.

[chengshuyi]

Review 反馈

感谢这个 PR！代码质量不错——stale request guard、nullable 指标降级为 —、独立 loading 状态等设计都很合理。

设计建议：面板放置位置

建议将 latency metrics 面板从「会话列表」(/sessions) 移到「Agent 看板」(/health) 页面。

理由：

1. 语义对齐 — Agent 看板已经在做 per-agent 运行状态监控（健康/卡顿/崩溃/离线），延迟指标（TTFT/TPS/TPOT/E2E）本质上就是 Agent 的性能 vital signs，和 CPU 利用率是同一类信息——看的是"这个 agent 当前工作状态如何"。
2. 粒度匹配 — /api/metrics/latency 返回的是 per-agent 聚合数据（GROUP BY agent_name），不是 per-session 的。放在会话列表里，用户需要在"会话明细"和"聚合指标"之间做心理切换。
3. 现有结构天然适配 — AgentHealthPage 的 AgentCard 已按 agent 分卡片展示，可以在卡片上追加 mini 指标行（如 TTFT p50: 320ms · TPS p50: 42 t/s），或在卡片网格下方加一个"延迟百分位"表格 section。
4. 会话列表保持纯粹 — AgentSessionsPage 的核心职责是"找到某个会话 → 点进去看轨迹"，聚合面板会分散注意力。

其他 minor findings

• 合并顺序：#2590 尚未合并，需确保 #2590 → #2586 的顺序，否则 agent filter 大小写不匹配会返回空数据。
• i18n 位置：zh-CN 的 latency 键被插入到对象最顶部（app.title 之前），建议移到与 en-US 相同的相对位置，方便对照维护。
• unit 前导空格：unit=" tokens/s" 与其他 unit="ms" 不一致，建议统一在组件内部加空格分隔。
• 刷新按钮：disabled={loading} 可考虑加上 || latencyLoading。

以上 minor 项不阻塞，主要想讨论的是面板位置的设计方向。

[yefuyou]

[yefuyou]

Review 反馈

感谢这个 PR！代码质量不错——stale request guard、nullable 指标降级为 —、独立 loading 状态等设计都很合理。

设计建议：面板放置位置

建议将 latency metrics 面板从「会话列表」(/sessions) 移到「Agent 看板」(/health) 页面。

理由：

1. 语义对齐 — Agent 看板已经在做 per-agent 运行状态监控（健康/卡顿/崩溃/离线），延迟指标（TTFT/TPS/TPOT/E2E）本质上就是 Agent 的性能 vital signs，和 CPU 利用率是同一类信息——看的是"这个 agent 当前工作状态如何"。
2. 粒度匹配 — /api/metrics/latency 返回的是 per-agent 聚合数据（GROUP BY agent_name），不是 per-session 的。放在会话列表里，用户需要在"会话明细"和"聚合指标"之间做心理切换。
3. 现有结构天然适配 — AgentHealthPage 的 AgentCard 已按 agent 分卡片展示，可以在卡片上追加 mini 指标行（如 TTFT p50: 320ms · TPS p50: 42 t/s），或在卡片网格下方加一个"延迟百分位"表格 section。
4. 会话列表保持纯粹 — AgentSessionsPage 的核心职责是"找到某个会话 → 点进去看轨迹"，聚合面板会分散注意力。

其他 minor findings

• 合并顺序：fix(sight): match latency agents case-insensitively #2590 尚未合并，需确保 fix(sight): match latency agents case-insensitively #2590 → feat(sight): show LLM latency metrics in agent sessions #2586 的顺序，否则 agent filter 大小写不匹配会返回空数据。
• i18n 位置：zh-CN 的 latency 键被插入到对象最顶部（app.title 之前），建议移到与 en-US 相同的相对位置，方便对照维护。
• unit 前导空格：unit=" tokens/s" 与其他 unit="ms" 不一致，建议统一在组件内部加空格分隔。
• 刷新按钮：disabled={loading} 可考虑加上 || latencyLoading。

以上 minor 项不阻塞，主要想讨论的是面板位置的设计方向。

感谢 Review，已经按建议调整了这一版：
latency metrics 已从 /sessions 移到 /health 的 Agent 看板，放在 Agent 状态区和中断事件之间，Sessions 页面恢复为只关注会话列表和轨迹入口。
保留 per-agent 聚合展示，支持 24h / 7d / 30d，并继续保留 stale request guard、独立 loading/error 状态和 nullable 指标显示为 —。
#2590 已经合并，当前分支已基于包含该修复的 main，不再需要前端大小写 workaround。
已调整 zh-CN latency i18n keys 的位置，并统一了 unit spacing。
原来关于 Sessions 刷新按钮和 latencyLoading 的建议，在 latency 面板迁出 Sessions 后已经自然不再适用。
本地验证已通过 API tests、i18n tests、typecheck、build、build:embed 和 git diff --check，也做了中英文及时间范围切换的手动 UI 验证。
目前 GitHub 正在出现 Pull Requests / Actions 相关故障，我这边暂时无法稳定编辑 PR 页面、更新最新截图，也无法正常看到 merge status / CI 状态。代码和最新 commit 已经 push，等 GitHub 恢复后我会再补上新的截图并确认 CI 状态。感谢！