AGENTS.md

AI Agent 可观测性工具，基于 eBPF 捕获 LLM API 调用、Token 消耗和进程行为，无需修改 Agent 代码。

0. 硬性规则

代码

• 提交前必须运行 cargo fmt + cargo clippy --all-targets -- -D warnings + cargo test
• 禁止在非测试代码中使用 unwrap() 或 expect() — 用 ?、match 或 unwrap_or 替代
• 禁止使用 dbg!() — 用 log::debug!() 或 tracing::debug!() 替代
• 禁止添加 #[allow(clippy::...)] 除非附带注释说明原因
• PR diff 不应超过 800 行；复杂逻辑变更应控制在 500 行以内，超出则拆分为多个可 review 的阶段

架构

• 禁止高层模块直接 import 低层模块（如 server/ → probes/），遵循 ARCHITECTURE.md 中 L0–L8 层级约束
• 优先扩展现有模块，而非创建新文件
• 单模块目标 < 500 行（不含测试）；超过 2,000 行的文件在增加代码前必须先有拆分计划

测试

• 流水线逻辑变更（probes → parser → aggregator → analyzer → genai → storage）必须包含集成测试
• 跨模块行为优先写集成测试，而非单元测试
• 测试代码放在独立的 *_tests.rs 文件或 #[cfg(test)] mod tests 中，避免在主实现中添加仅测试用的函数

FFI

• 修改 FFI 函数签名时必须同步更新 cbindgen.toml 并确认 build.rs drift guard 通过
• FFI 类型必须使用 #[repr(C)]
• 禁止 panic 穿越 FFI 边界 — 使用 std::panic::catch_unwind

eBPF

• 禁止修改 BPF 程序而不验证 kernel >= 5.8 兼容性
• BPF 变更必须在真实内核上测试，仅编译通过不够

配置文件

• 修改 agentsight.json 结构（新增/删除/重命名字段、改变语义）时，必须同步 bump schema_version 并更新 config.rs 中的 CURRENT_SCHEMA_VERSION 常量
• 纯新增可选字段且旧配置完全兼容时，不需要 bump schema_version

用户文档

用户指南位于 docs/user-guide/{en,zh}/agent-observability/agentsight/，中英双语必须同步改，只改一侧视为未完成。

改动落在下面这些面上时，必须在同一个 PR 里更新对应页面：

改动内容	必须同步的页面
新增/删除子命令，或改动参数、默认值、possible_values	cli-reference.md
agentsight.json 字段、默认值、features 开关、runtime_limits	configuration.md
InterruptionType 枚举、severity 默认值、检测阈值、DeadLoop 处置	interruption-detection.md
API 路由增删（/api/docs 清单变化）、数据库文件、保留与容量策略	data-and-storage.md
Dashboard 页面增删、导航能力探测（capabilities）、认证行为	dashboard.md
systemd unit、安装路径、容器/Sidecar 要求、macOS 能力边界	deployment.md
伴生组件集成（tokenless / agent-sec-core / enforcer）表现变化	integrations.md

硬性要求：

• 文档中的命令与输出必须在真实环境验证过，禁止凭源码推测排版；示例中的会话/对话/中断 ID、Token 数、主机名与 IP 必须是一眼可辨的占位值（如 00000000-0000-0000-0000-000000000001、203.0.113.10），禁止粘贴真实采集数据
• 不要在正文中钉未发布的补丁版本号，用 0.11、0.11.x 这类版本序列表述
• 已知缺陷（CLI 与界面提示不一致、参数覆盖不全等）以显式 caveat 写清楚，不要静默省略
• 截图放在 docs/images/agentsight/{en,zh}/，用相对路径引用；网站构建由 website/scripts/prepare-docs.mjs 自动改写路径并拷贝到静态目录，新增图片必须被某个页面引用，否则不会进入站点
• 文档变更后本地至少跑通：bash scripts/docs-lint.sh、python3 scripts/docs-link-check.py、npm run build --prefix website

1. Quick Start

make build-all          # 构建前端+Rust二进制
sudo agentsight trace   # 启动 eBPF 追踪
agentsight serve        # 启动 API 服务器 + Dashboard UI（http://127.0.0.1:7396）

详见 → docs/DEVELOPMENT.md

2. Architecture

数据流水线：Probes → Parser → Aggregator → Analyzer → GenAI → Storage

eBPF Probes → Event → Parser → ParsedMessage → Aggregator → AggregatedResult
                 ↓                                                  ↓
           ProcMon/SSL                                     Analyzer → AnalysisResult
                                                                    ↓
                                              GenAIBuilder → GenAISemanticEvent → Exporter
                                                                    ↓
                                                              Storage (SQLite/SLS)

详见 → docs/ARCHITECTURE.md

3. 代码表面增长控制（Footprint Ladder）

新功能必须选择能解决问题的最高级别（最少代码表面）。只有当高级别确实无法实现时，才降级到下一级。

级别	手段	新增代码表面	何时使用	示例
1	扩展现有函数/方法	最少	功能可通过修改现有逻辑实现	在 AgentScanner 中新增一个 Agent 匹配规则
2	模块内新增 helper 函数	少	需要复用逻辑但不改变模块接口	在 parser/sse/ 中提取内部解析 helper
3	新增模块文件	中	职责明确独立，现有模块无法容纳	新建 src/interruption/ 模块
4	新增 eBPF 探针	大	需要捕获新的内核/用户态事件	新增 src/bpf/gotls.bpf.c + Rust wrapper
5	新增 extern "C" FFI 导出	最大	需要暴露新能力给 C 调用方	新增 FFI 函数（须同步 cbindgen.toml + drift guard）

规则：

• 从级别 1 开始评估，逐级下降，在 PR 描述中说明为什么当前级别不够
• 禁止直接跳到级别 3-5 而不先考虑是否可以扩展现有代码
• 级别 4-5 的变更必须在 PR 中附带架构影响说明

4. Module Map

模块	位置	职责	关键类型
Probes	src/probes/	eBPF 探针管理	Probes, ProbesPoller, SslSniff, ProcMon, FileWatch, FileWriteProbe, UdpDns, TcpSniff, codex_offsets, elf_buildid
Event	src/event.rs	统一事件枚举	Event::{Ssl, Proc, ProcMon, FileWatch, FileWrite, UdpDns}
Parser	src/parser/	协议解析（HTTP/1.x, HTTP/2, SSE, ProcTrace）	Parser, ParsedMessage
Aggregator	src/aggregator/	请求-响应关联 + SSE continuation buffer	Aggregator, AggregatedResult
Analyzer	src/analyzer/	Token/审计/消息分析	Analyzer, AnalysisResult
GenAI	src/genai/	语义事件构建+导出	GenAIBuilder, GenAISemanticEvent, GenAIExporter
Storage	src/storage/	SQLite 持久化	Storage, SqliteStore, AuditStore, TokenStore
Discovery	src/discovery/	Agent 进程发现	AgentScanner, AgentMatcher, known_agents
Health	src/health/	Agent 健康检查	HealthChecker, HealthStore
Tokenizer	src/tokenizer/	LLM Token 计数	LlmTokenizer, MultiModelTokenizer
ATIF	src/atif/	轨迹格式导出（转换逻辑；数据模型来自 agentsight-atif）	convert_trace_to_atif, convert_session_to_atif
Server	src/server/	HTTP API + 嵌入式前端	AppState, run_server
Container	src/container.rs	容器 ID 提取（/proc/pid/cgroup）	extract_container_id, parse_container_id_from_cgroup
Config	src/config.rs	统一配置	AgentsightConfig
Unified	src/unified.rs	主编排器	AgentSight
Opt	crates/agentsight-opt/	三维优化分析（准确性/性能/成本），workspace 成员 crate	AnalyzePipeline, LlmClient, Trajectory
OptStore	crates/agentsight-opt-store/	优化结果 SQLite 持久化（optimization.db）	OptimizationStore, Dimension
Atif (v1.7)	crates/agentsight-atif/	ATIF v1.7 公共 schema 叶子 crate，唯一的 ATIF 数据模型（采集链路 + 主 crate 导出链路共用）	AtifTrajectory, Step, ATIF_SCHEMA_VERSION
TrajectoryCollector	crates/agentsight-trajectory-collector/	定时扫描 Qoder/QoderWork 会话目录，JSONL → ATIF v1.7 入库（trajectories.db，仅 trace 模式，默认关闭）；serve 侧经 /api/trajectories 只读查询	CollectorConfig, run_collector_loop, TrajectoryStore

5. Critical Code Paths

1. SSL 捕获流程: sslsniff.bpf.c → Probes::run() → Event::Ssl → Parser::parse_ssl_event() → HttpConnectionAggregator → Analyzer::analyze_aggregated() → Storage::store()
2. Agent 自动发现: procmon.bpf.c → Event::ProcMon::Exec → AgentSight::handle_procmon_event() → AgentScanner::on_process_create() → Probes::attach_process()
3. Token 提取: SSE Parser → TokenParser::parse_event() → TokenRecord → TokenStore::add()
4. GenAI 语义构建: AnalysisResult → GenAIBuilder::build() → GenAISemanticEvent::LLMCall → GenAIExporter::export()

6. eBPF Probes

探针	BPF 程序	功能
sslsniff	src/bpf/sslsniff.bpf.c	uprobe on SSL_read/SSL_write 捕获加密流量明文
proctrace	src/bpf/proctrace.bpf.c	tracepoint on execve 捕获命令行参数
procmon	src/bpf/procmon.bpf.c	进程创建/退出事件（Agent 发现）
filewatch	src/bpf/filewatch.bpf.c	监控 .jsonl 文件打开事件
filewrite	src/bpf/filewrite.bpf.c	fentry on vfs_write 捕获 .jsonl 写入内容
udpdns	src/bpf/udpdns.bpf.c	fentry on udp_sendmsg 捕获 DNS 查询（域名→IP）
tcpsniff	src/bpf/tcpsniff.bpf.c	fentry on tcp_recvmsg/sendmsg 捕获明文 HTTP 流量

构建时 build.rs 通过 libbpf-cargo 自动生成 eBPF skeleton。

Codex CLI 适配（三级回退）

Codex CLI 静态链接 aws-lc/BoringSSL，无导出符号。attach_process 使用三级回退策略：

1. 符号表查找（Tier 1）：nm 读取 .symtab / .dynsym 中的 SSL_write_ex / SSL_read_ex
2. 字节模式匹配（Tier 2）：扫描 .text 段中的 BoringSSL 函数 prologue 模式
3. Offset 表查找（Tier 3）：agentsight.json → codex_offsets.entries 按 fingerprint（file_size + head_64k_sha256 + BuildID）匹配

使用 scripts/extract-codex-offsets.py 提取新版本 offset 并更新 agentsight.json。 详见 Codex CLI 适配文档。

SSE Continuation Buffer

OpenAI Responses API 的 response.completed 事件可能跨多个 TLS record。 HttpConnectionAggregator 在 SseActive 状态下为 /v1/responses 路径缓冲原始 SSL 字节， 供下游 Analyzer::extract_token_from_sse 在标准 SSE 解析失败时回退扫描。

7. CLI Subcommands

命令	入口	功能
agentsight trace	src/bin/cli/trace.rs	eBPF 追踪（需 root）；--no-ebpf 仅跑轨迹采集，无需特权
agentsight serve	src/bin/cli/serve.rs	API + Dashboard 服务器
agentsight token	src/bin/cli/token.rs	查询 Token 消耗
agentsight audit	src/bin/cli/audit.rs	查询审计事件
agentsight discover	src/bin/cli/discover.rs	发现运行中的 AI Agent
agentsight metrics	src/bin/cli/metrics.rs	Prometheus 格式指标
agentsight interruption	src/bin/cli/interruption.rs	查询/管理会话中断事件
agentsight dashboard	src/bin/cli/dashboard.rs	查看 Dashboard 认证状态与 Token

6.1 Interruption CLI 详细用法

查询和管理 AI Agent 会话中断事件。数据存储于 SQLite 数据库。

数据库路径: /var/log/sysak/.agentsight/interruption_events.db（可通过 --db 覆盖）

中断类型:

类型	含义	默认严重级别
llm_error	HTTP 状态码 >= 400 或 SSE body 包含 {"error":...}	high
sse_truncated	SSE 流未收到 finish_reason=stop 即终止	high
context_overflow	上下文长度超限（context_length_exceeded）	high
agent_crash	Agent 进程在会话中途消失（OOM/signal）	critical
token_limit	finish_reason=length 且 output_tokens >= max_tokens * 0.95	medium

严重级别: critical > high > medium > low

子命令:

# 列出中断事件（默认最近24小时，最多100条）
agentsight interruption list [--last <HOURS>] [--type <TYPE>] [--severity <LEVEL>] [--agent <NAME>] [--unresolved|--resolved] [--limit <N>] [--json]

# 按类型统计中断数量
agentsight interruption stats [--last <HOURS>] [--json]

# 按严重级别统计未解决的中断数量
agentsight interruption count [--last <HOURS>] [--json]

# 获取单个中断事件详情
agentsight interruption get <INTERRUPTION_ID> [--json]

# 列出指定 session 的所有中断
agentsight interruption session <SESSION_ID> [--json]

# 列出指定 conversation 的所有中断
agentsight interruption conversation <CONVERSATION_ID> [--json]

# 标记中断为已解决
agentsight interruption resolve <INTERRUPTION_ID>

# 使用自定义数据库路径
agentsight interruption --db /path/to/interruption_events.db list --last 48

8. API Endpoints

路径	方法	功能
/health	GET	健康检查
/metrics	GET	Prometheus token 指标
/api/sessions	GET	会话列表
/api/sessions/search	POST	语义会话搜索（复用优化 LLM，Body: {"query","candidates":[{session_id,first_message,last_message,project}]}，候选 ≤200、≤5 跳过 LLM）；排除有效标签为 useless 的会话，标签库不可用时退化为不过滤
/api/sessions/{id}/traces	GET	会话下的 trace
/api/traces/{id}	GET	单次调用详情（按 per-call response_id 查询，非 conversation_id）
/api/conversations/{id}	GET	conversation 事件详情
/api/agent-names	GET	Agent 名称列表
/api/timeseries	GET	时序 Token 统计
/api/metrics/latency	GET	LLM latency and throughput percentile metrics
/api/agent-health	GET	历史 Agent 活动（SQLite 聚合）
/api/agent-process-health	GET	当前 Agent 进程健康状态
/api/agent-health/{pid}	DELETE	删除健康条目
/api/agent-health/{pid}/restart	POST	重启 Agent
/api/export/atif/trace/{id}	GET	ATIF trace 导出
/api/export/atif/session/{id}	GET	ATIF session 导出
/api/export/atif/conversation/{id}	GET	ATIF conversation 导出
/api/token-savings	GET	Token 节省统计（start_ns, end_ns, agent_name）
/api/interruptions	GET	中断事件列表（start_ns, end_ns, agent_name, type, severity, resolved, limit）
/api/interruptions/count	GET	中断计数按严重级别（start_ns, end_ns, agent_name）— 固定只统计 resolved=false，不接受 resolved 参数
/api/interruptions/stats	GET	中断按（类型, 严重级别）统计（start_ns, end_ns）— 同样固定只统计 resolved=false
/api/interruptions/session-counts	GET	按 session 分组的未解决中断计数（start_ns, end_ns, agent_name），NULL session_id 归入 __unassigned__
/api/interruptions/conversation-counts	GET	按 session + conversation 分组的未解决中断计数（start_ns, end_ns, agent_name），NULL session_id / conversation_id 归入 __unassigned__；session 维度不可省略，否则会话未识别的中断会被计入拥有该 conversation 的 session
/api/interruptions/{id}	GET	单个中断事件详情
/api/interruptions/{id}/resolve	POST	标记中断为已解决
/api/sessions/{id}/interruptions	GET	指定 session 的所有中断
/api/conversations/{id}/interruptions	GET	指定 conversation 的所有中断
/api/auth/login	POST	Dashboard 登录（Body: {"token":"..."} ），成功设置 httpOnly cookie
/api/auth/status	GET	返回 {"auth_enabled": bool, "capabilities": [...]}（免认证）；capabilities 为动态探测结果，取决于宿主机上安装的伴随组件（agent-sec / enforcer / tokenless），供前端 NavBar 过滤不可用页面
/api/auth/verify	GET	校验当前 session cookie/token 是否有效，返回 {"authenticated": bool}
/api/optimize/sessions/{id}/{dim}	POST	运行单维度优化分析，dim ∈ perf / perf-issues / cost / cost-waste / accuracy / summary（后四者需 LLM 配置，10–60s；summary 为单次调用叙事摘要）
/api/optimize/sessions/{id}/results	GET	读取已持久化的优化分析结果
/api/optimize/results	GET	分析历史列表（start_ns, end_ns, limit ≤ 200；默认最近 30 天，仅返回各维度存在标记，不含 payload）
/api/optimize/config	GET/POST	优化 LLM 配置（api_key 脱敏；持久化到 optimization_config.json）
/api/reuse/triage	POST	用确定性规则为已采集轨迹生成自动标签（可选 session_id, limit）
/api/reuse/sessions	GET	列出有效标签已解析的轨迹标签（支持 label, confirm_state, changed_since_decision, limit）
/api/reuse/sessions/{session_id}/label	POST	人工确认或覆盖单条轨迹标签；只有人工或 LLM 可以标为 bad
/api/reuse/sessions/labels:batch-confirm	POST	批量确认自动标签
/api/reuse/label-stats	GET	按规则统计人工接受与覆盖情况
/api/reuse/judge	POST	用已配置 LLM 判定规则无法归类的轨迹；仅在 features.reuse_llm_judge=true 时可用，调用会产生费用
/api/preferences	GET	用户偏好分析（规则 + 可选 LLM）
/api/preferences/export	GET	以 Markdown 导出用户偏好
/api/preferences/turns	GET	供 Agent 侧 LLM 推理使用的原始用户轮次
/api/trajectories	GET	采集轨迹列表（project, source, agent_name, limit, label, exclude_label, human_backed；不含 atif_json，按采集时间倒序）
/api/trajectories/filters	GET	轨迹过滤下拉选项（distinct project/source/agent_name）
/api/trajectories/steps	GET	按步骤分类检索（category 逗号分隔多值 OR：user_input/system/agent_message/thinking/tool_call/tool_result；另支持 agent_name, project, source, session_id, limit, context, max_scan）。每条命中附带同会话前后各 context 条步骤；分类为多标签，非法 category 返回 400
/api/trajectories/{session_id}	GET	单条轨迹的原始 ATIF v1.7 JSON（store 不可用或 session 不存在均返回 404，消息不同；列表/过滤/步骤端点则降级为空 + 200）

9. Frontend

React + TypeScript + Webpack + Tailwind CSS，位于 dashboard/。开发: npm run dev(localhost:3004)，嵌入构建: npm run build:embed。

10. Configuration

AgentsightConfig（src/config.rs），关键环境变量：SLS_*（阿里云日志服务导出）、AGENTSIGHT_TOKENIZER_PATH、AGENTSIGHT_CHROME_TRACE、RUST_LOG、AGENTSIGHT_SSL_REATTACH_TTL_SECS（SSL uprobe 陈旧重挂载 TTL，默认 30 秒；用于内核静默注销 uprobe consumer 的 serverless/overlayfs 场景，如 ACS；设为 0 表示每次匹配进程都强制重挂载，仅供测试）。

配置文件加载语义

Agent 规则配置文件路径：/etc/agentsight/config.json（可通过 --config 覆盖），格式参见项目根目录 agentsight.json。

重要：用户配置文件会完全替换（replace）内嵌的默认规则，而非追加（extend）。 如果配置文件中缺少某个 Agent 的规则（如 *claude*），该 Agent 将不会被发现。修改配置前请确保包含所有需要监控的 Agent 规则。

schema_version 配置升级机制

agentsight.json 顶层包含 schema_version 字段，标记当前配置格式的版本。程序启动时通过 ensure_default_agents_config 检查磁盘上配置文件的 schema_version：

• 版本缺失或过旧（如从 0.6 升级到 0.7）：先把旧文件复制为 config.json.bak.<unix秒>，再写入浅合并结果——以内嵌默认配置为底，逐个顶层键叠加用户已设置的内容（schema_version 除外），最后提升版本号（config.rs 的 ensure_default_agents_config，见 #1496）
• 版本一致或更新：保留用户自定义配置不动
• RPM 安装：使用 %config(noreplace)，RPM 升级不覆盖磁盘文件，由程序自身的 schema_version 检查处理升级

修改 agentsight.json 时的检查清单：

1. 是否新增/删除/重命名了字段？→ bump schema_version + 更新 CURRENT_SCHEMA_VERSION
2. 是否改变了字段语义（如默认值翻转）？→ bump schema_version + 更新 CURRENT_SCHEMA_VERSION
3. 是否纯新增可选字段（旧配置完全兼容）？→ 无需 bump

功能开关（features）

通过 agentsight.json 的 features 区块独立控制各可选功能的启停。关闭后对应模块不实例化（Storage::noop() / InterruptionDetector::disabled() / ResponseSessionMapper::disabled()），减少内存和 I/O 开销。

功能	JSON 路径	默认值	说明
Token 统计	features.token_stats	true	核心功能
本地 Tokenizer	features.tokenizer.enabled	false	HuggingFace 模型 fallback
Session 映射	features.session_mapping.enabled	true	responseId → sessionId
SQLite 存储	features.sqlite_storage.enabled	true	关闭后用内存 noop store
中断检测	features.interruption_detection.enabled	true	死循环/崩溃检测
审计	features.audit	true	LLM 调用审计持久化
Token 消费	features.token_consumption	false	聚合消费记录
SLS Logtail	features.sls_logtail	false	SLS 日志文件导出
轨迹采集	features.trajectory_collection.enabled	false	定时扫描 Qoder/QoderWork 会话目录，JSONL 转 ATIF v1.7 存入 trajectories.db（仅 trace 模式；scan_interval_secs 默认 30，scan_dirs 可覆盖扫描目录）
轨迹 LLM 判定	features.reuse_llm_judge	false	允许 POST /api/reuse/judge 调用已配置 LLM 判定规则无法归类的轨迹；每次调用会产生费用

运行时资源上限（runtime_limits）

通过 runtime_limits 配置有界缓冲区上限，防止内存无限增长。

配置项	默认值	说明
event_channel_capacity	10,000	Probe 事件有界通道容量
event_channel_policy	backpressure	满载策略：backpressure / drop_newest / sample
event_channel_max_bytes_mb	64	排队事件的字节预算（单条 SSL 记录可达 4 MiB，槽位数无法限定内存）
pending_genai_max_count	1,000	等待 session_id 的最大事件数
pending_genai_max_bytes_mb	64	等待 session_id 的最大字节数
pid_cache_size	1,024	PID → agent_name LRU 缓存
max_connection_body_mb	8	单 HTTP 连接 body 缓冲上限
connection_idle_timeout_secs	60	HTTP 连接 idle 超时
ring_buffer_mb	32	eBPF Ring Buffer 大小（必须为 2 的幂）

11. Design Docs

• eBPF Probes 设计
• 数据流水线设计
• GenAI 语义层设计
• Codex CLI 适配 — 三级回退 offset 查找 + SSE continuation buffer
• 常见踩坑记录 — AI agent 和新贡献者最容易踩的坑
• 架构决策记录（ADR） — 关键架构选型的背景和理由

12. Scoped Rules

高风险模块有独立的边界约束文件：

模块	规则文件	关注点
FFI 导出层	src/FFI_AGENTS.md	ABI 安全、cbindgen 同步、panic 隔离
主编排器	src/UNIFIED_AGENTS.md	禁止业务逻辑、保持委托模式
存储层	src/storage/AGENTS.md	SQL 注入防护、schema 兼容、mutex 处理

13. Prerequisites

• Linux kernel >= 5.8（BTF 支持）
• Rust >= 1.80
• clang/llvm >= 15（eBPF 编译；14 及以下会优化掉长度钳制，sslsniff/tcpsniff 无法通过 verifier）
• libbpf >= 0.8

14. User-Facing Documentation Guidelines

Value Proposition

• Lead with "zero-instrumentation eBPF observability" — the user installs AgentSight and gets full tracing without touching their Agent code. This is the single most important differentiator.

Gotchas to Warn About

• root/CAP_BPF is required for agentsight trace — users who forget get silent "no events" behavior. Every usage section must note this. --no-ebpf is the unprivileged fallback and runs the trajectory collector alone; never present it as a substitute for eBPF-derived data (token metering, audit, interruption detection).
• Config file semantics: user-provided config.json replaces the built-in defaults entirely (no merge). Users who partially customize lose Agent discovery rules for unmentioned Agents.

Content Decisions

• SLS export: mention the capability exists ("supports external log service export"), never include SLS-specific configuration (endpoints, access keys)
• Interruption detection: this is a unique capability competitors lack — deserves its own section, not a buried bullet point
• Token savings page (Tokenless integration): document as cross-component feature — "install both, savings appear in Dashboard automatically"

Terminology

• Use "interruption" not "failure" or "error" for the detection feature (the enum is InterruptionType, not ErrorType)
• Use "Agent auto-discovery" not "process scanning" (user-facing language)