分析 API（Enterprise SaaS）

概述

Devin Desktop 提供用于自定义分析的 API。您可以查询自动补全、聊天和命令相关的数据，并使用多种筛选、分组和聚合方式。我们所有示例均使用 curl；随后可将其转换为其他语言中的 HTTP 请求。

分析 API 适用于 Enterprise 套餐

用户数据分析 API 规范

可使用以下命令获取 Teams 页面中 Users 表的数据：

curl -X POST --header "Content-Type: application/json" \
--data '{
  "service_key": "<SERVICE_KEY>",
  "group_name": "<GROUP_NAME>",
  "start_timestamp": "<START_TIMESTAMP>",
  "end_timestamp": "<END_TIMESTAMP>"
}' \
https://server.codeium.com/api/v1/UserPageAnalytics

SERVICE_KEY：服务密钥——Admin 用户可在设置页面的服务密钥部分创建该密钥。该服务密钥的 role 必须具有 “Teams Read-only” 权限。 GROUP_NAME：要筛选的组名称。此字段为可选。 START_TIMESTAMP/END_TIMESTAMP：RFC 3339 格式的时间戳，例如 2023-01-01T00:00:00Z

示例输出

{
  "userTableStats": [
    {
      "name": "Alice",
      "email": "alice@cognition.ai",
      "lastUpdateTime": "2024-10-10T22:56:10.771591Z",
      "apiKey": "aaaaaaaa-aaaa-aaaa-aaaa-aaaaaaaaaaaa",
      "activeDays": 178,
      "teamStatus": "USER_TEAM_STATUS_APPROVED"
    },
    {
      "name": "Bob",
      "email": "bob@cognition.ai",
      "lastUpdateTime": "2024-10-10T18:11:23.980237Z",
      "apiKey": "bbbbbbbb-bbbb-bbbb-bbbb-bbbbbbbbbbbb",
      "activeDays": 462,
      "teamStatus": "USER_TEAM_STATUS_APPROVED"
    },
    {
      "name": "Charlie",
      "email": "charlie@cognition.ai",
      "lastUpdateTime": "2024-10-10T16:43:46.117870Z",
      "apiKey": "cccccccc-cccc-cccc-cccc-cccccccccccc",
      "activeDays": 237,
      "teamStatus": "USER_TEAM_STATUS_PENDING"
    }
  ]
}

Cascade 分析 API 规范

analytics 页面上显示的 Cascade 相关数据可通过 API 查询。

curl -X POST --header "Content-Type: application/json" \
--data '{
  "service_key": "<SERVICE_KEY>",
  "group_name": "<GROUP_NAME>",
  "start_timestamp": "<START_TIMESTAMP>",
  "end_timestamp": "<END_TIMESTAMP>",
  "emails": ["<EMAIL>","<EMAIL>,..."],
  "ide_types": ["<IDE_TYPE>","<IDE_TYPE>,..."],
  "query_requests": [
   {
    "<CASCADE_DATA_SOURCE>": {}
   }
  ]
}' \
https://server.codeium.com/api/v1/CascadeAnalytics

SERVICE_KEY：服务密钥——Admin 用户可以在团队设置中创建新的密钥 GROUP_NAME：要筛选的组名称。此字段为可选。如果设置了 emails，则不能设置此字段。 START_TIMESTAMP/END_TIMESTAMP：RFC 3339 格式的时间戳，例如 2023-01-01T00:00:00Z EMAILS：要筛选的电子邮件列表。此字段为可选。如果设置了 group_name，则不能设置此字段。 IDE_TYPES：要筛选的 IDE 类型列表。此字段为可选。可能的值如下所述。 QUERY_REQUESTS：要发起的查询请求列表。此字段为必填。CASCADE_DATA_SOURCE 的可能值如下所述。

查询示例

curl -X POST --header "Content-Type: application/json" \
--data '{
  "service_key": "my_random_test_key",
  "group_name": "my_group_name",
  "start_timestamp": "2025-01-01T00:00:00Z",
  "end_timestamp": "2025-01-02T00:00:00Z",
  "emails": ["my_email@cognition.ai", "my_email2@cognition.ai"],
  "ide_types": ["editor"],
  "query_requests": [
   {
    "cascade_lines": {}
   },
   {
    "cascade_runs": {}
   }
  ]
}' \
https://server.codeium.com/api/v1/CascadeAnalytics

IDE 类型

我们按 IDE 类型对 cascade 数据进行分类。如果查询中不包含 ide_types 字段，则会返回所有类型的数据。如果你只想查询某一种 IDE 的数据，可以使用以下任一选项：

“editor” 表示 Devin Desktop Editor
“jetbrains” 表示 JetBrains 插件
“cli” 表示 Devin CLI

按 Devin CLI ("cli") 筛选时，只有 cascade_runs 会返回数据。Devin CLI 不支持 cascade_lines 和 cascade_tool_usage 数据源，因此会返回空结果。

Cascade 数据源

CASCADE_DATA_SOURCE 有以下三种可能的取值

来源：cascade_lines

使用 cascade_lines 查询按天统计的建议和已接受的 cascade lines 数据。示例输出：

{
  "queryResults": [
    {
      "cascadeLines": {
        "cascadeLines": [
          {
            "day": "2025-05-01T00:00:00Z",
            "linesSuggested": "206",
            "linesAccepted": "157"
          },
          {
            "day": "2025-05-02T00:00:00Z",
            "linesSuggested": "16"
          },
          {
            "day": "2025-05-03T00:00:00Z",
            "linesSuggested": "169",
            "linesAccepted": "168"
          }
        ]
      }
    }
  ]
}

linesSuggested：给定日期内建议的代码行数。 linesAccepted：给定日期内采纳的代码行数。

来源：cascade_runs

使用 cascade_runs 查询模型用量、credit 消耗和模式相关数据。示例输出：

{
  "queryResults": [
    {
      "cascadeRuns": {
        "cascadeRuns": [
          {
            "day": "2025-05-01T00:00:00Z",
            "model": "Claude 3.7 Sonnet (Thinking)",
            "mode": "CONVERSATIONAL_PLANNER_MODE_DEFAULT",
            "messagesSent": "1",
            "cascadeId": "0d35c1f7-0a85-41d0-ac96-a04cd2d64444"
          },
          {
            "day": "2025-05-01T00:00:00Z",
            "model": "SWE-1",
            "mode": "UNKNOWN",
            "promptsUsed": "125",
            "cascadeId": "0d35c1f7-0a85-41d0-ac96-a04cd2d64444"
          },
          {
            "day": "2025-05-01T00:00:00Z",
            "model": "GPT-4.1 (promo)",
            "mode": "CONVERSATIONAL_PLANNER_MODE_DEFAULT",
            "messagesSent": "5",
            "cascadeId": "1f450ba3-06aa-4ba5-9e12-d3b98c2d33d3"
          },
        ]
      }
    }
  ]
}

day: 运行日期。 model: 该消息使用的模型。 mode: 运行模式。可以是 CONVERSATIONAL_PLANNER_MODE_DEFAULT (写模式) 、CONVERSATIONAL_PLANNER_MODE_READ_ONLY (只读模式) 、CONVERSATIONAL_PLANNER_MODE_NO_TOOL (旧版模式) 或 UNKNOWN 之一。 messagesSent: 已发送的消息数。 cascadeId: 运行的 ID。此 id 可用于了解已启动了多少个不同的会话 (而不是用户发送了多少次消息) 。 promptsUsed: 已使用的 credits 数量。该值以分为单位返回。例如，0.25 credits 会返回为 25，而 1 credit 会返回为 100。 api 返回的数据是原始格式，因此可能会出现 “UNKNOWN” 值。如果你将此数据源用于你自己的指标，建议按你关注的具体指标进行聚合 (例如，汇总 promptsUsed 字段以了解用户用量规律，汇总 messagesSent 以了解用户参与度等) ，因为 mode 和 prompt 数据可能会分散在多个条目中。

来源：cascade_tool_usage

使用 cascade_tool_usage 查询工具用量数据。请注意，返回结果是所提供时间段内工具使用情况的汇总计数。示例输出：

{
  "queryResults": [
    {
      "cascadeToolUsage": {
        "cascadeToolUsage": [
          {
            "tool": "CODE_ACTION",
            "count": "15"
          },
          {
            "tool": "LIST_DIRECTORY",
            "count": "20"
          },
          {
            "tool": "MCP_TOOL",
            "count": "12"
          },
          {
            "tool": "MEMORY",
            "count": "4"
          }
        ]
      }
    }
  ]
}

tool: 该消息使用的工具。 count: 该工具的使用次数。以下是返回的枚举值及其在 UI 中显示的易读名称映射：

CODE_ACTION: ‘代码编辑’
VIEW_FILE: ‘查看文件’
RUN_COMMAND: ‘运行命令’
FIND: ‘查找工具’
GREP_SEARCH: ‘Grep 搜索’
VIEW_FILE_OUTLINE: ‘查看文件大纲’
MQUERY: ‘Riptide’
LIST_DIRECTORY: ‘列出目录’
MCP_TOOL: ‘MCP 工具’
PROPOSE_CODE: ‘建议代码’
SEARCH_WEB: ‘搜索 Web’
MEMORY: ‘记忆’
PROXY_WEB_SERVER: ‘Browser 预览’
DEPLOY_WEB_APP: ‘部署 Web 应用’

自定义分析 API 规范

某些数据源支持通过自定义分析 API 执行自定义查询。 选择、筛选、聚合和排序的完整结构定义位于下一节，并以 JSON 格式提供。三个数据源各自的示例查询以及查询调试提示将在文档末尾给出。

curl -X POST --header "Content-Type: application/json" \
--data '{
  "service_key": "<SERVICE_KEY>",
  "group_name": "<GROUP_NAME>",
  "query_requests": [
    {
      "data_source": "QUERY_DATA_SOURCE_<DATA_SOURCE>",
      "selections": [
        <LIST OF SELECTIONS>
      ],
      "filters": [
        <LIST OF FILTERS>
      ],
      "aggregations": [
        <LIST OF AGGREGATIONS>
      ],
    }
  ]
}' \
https://server.codeium.com/api/v1/Analytics

DATA_SOURCE：根据你要查找的是自动补全、聊天、Command、PCW 还是 Cascade 数据，选择 USER_DATA、CHAT_DATA、COMMAND_DATA、PCW_DATA 或 CASCADE_DATA 之一。 SERVICE_KEY：服务密钥——Admin 用户可以在团队设置中创建新的服务密钥。该服务密钥的角色必须具有 “Analytics Read” 权限。 GROUP_NAME：要筛选的组名称。此字段可选。

架构

选择项

选择项为必填项。每个选择项都对应一个要查询的值。

{
  "field": "<FIELD_NAME>",
  "name": "<NAME>",
  "aggregation_function": "QUERY_AGGREGATION_<AGGREGATION_FUNCTION>"
}

FIELD_NAME：你要查询的字段。请参阅下方的“可用字段”部分。 NAME：字段的别名。如果未指定，则默认为 <AGGREGATION_FUNCTION>_<FIELD_NAME> 的小写形式，例如 sum_num_acceptances。必须与所有其他字段名和聚合名称区分开。 AGGREGATION_FUNCTION：应为 UNSPECIFIED、COUNT、SUM、AVG、MAX、MIN 之一。如果未提供 “aggregation_function”，则默认为 UNSPECIFIED。

过滤器

过滤器用于缩小数据范围，使其仅包含满足特定条件的元素。该项为可选。

{
  "name": "<NAME>",
  "value": "<VALUE>",
  "filter": "QUERY_FILTER_<FILTER>"
}

NAME：你要筛选的字段名称。如果筛选项与某个 Selection/Aggregation 相同，则该值必须与该字段/聚合的名称一致。 VALUE：要比较的值。 FILTER：EQUAL、NOT_EQUAL、GREATER_THAN、LESS_THAN、GE (大于或等于) 、LE (小于或等于) 之一。

聚合

聚合用于根据指定条件将数据分组。此项为可选。

{
  "field": <FIELD_NAME>,
  "name": <NAME>
}

FIELD_NAME：你要查询的字段。请参阅“可用字段”部分。 NAME：该字段的别名。必须与所有其他字段名和聚合名称区分开。

可用字段

用户数据

来自 USER_DATA 数据源的所有数据都会按用户、按小时聚合。注意：PCW (代码编写百分比) 现在有单独的表，不再依赖 user_data 表。

字段名称	描述	有效聚合方式
api_key	用户 API key 的哈希值。	UNSPECIFIED, COUNT
date	自动补全对应的 UTC 日期。	UNSPECIFIED, COUNT
date UTC-x	带时区偏移的自动补全日期。例如，PST 对应为“date UTC-8”。	UNSPECIFIED, COUNT
hour	自动补全对应的 UTC 小时。	UNSPECIFIED, COUNT
language	所使用的编程语言。	UNSPECIFIED, COUNT
ide	所使用的 IDE。	UNSPECIFIED, COUNT
version	使用的 Devin Desktop 版本	UNSPECIFIED, COUNT
num_acceptances	用户接受自动补全的次数。当用户编写一些代码、看到灰色文本并按下 Tab 键时，就会发生这种情况。	SUM, MAX, MIN, AVG
num_lines_accepted	从自动补全中接受的代码行数。	SUM, MAX, MIN, AVG
num_bytes_accepted	从自动补全中接受的字节数。	SUM, MAX, MIN, AVG
distinct_users	去重后的用户数。	UNSPECIFIED, COUNT
distinct_developer_days	去重后的 (用户，日期) 元组数。	UNSPECIFIED, COUNT
distinct_developer_hours	去重后的 (用户，一天中的小时) 元组数。	UNSPECIFIED, COUNT

聊天数据

注意，聊天数据 API 中提供的所有数据都针对聊天模型的响应，而不是用户提出的问题。

Field Name	Description	Valid Aggregations
api_key	用户 API key 的哈希值	UNSPECIFIED, COUNT
model_id	聊天模型的 ID，在部署时设置。	UNSPECIFIED, COUNT
date	聊天响应的 UTC 日期。	UNSPECIFIED, COUNT
date UTC-x	带时区偏移的聊天响应日期。例如，PST 对应 “date UTC-8”。	UNSPECIFIED, COUNT
ide	所使用的 IDE	UNSPECIFIED, COUNT
version	所使用的 Devin Desktop 版本	UNSPECIFIED, COUNT
latest_intent_type	模型响应是由代码透镜触发，还是来自常规聊天。常规聊天对应： CHAT_INTENT_GENERIC 而代码透镜对应以下之一： CHAT_INTENT_FUNCTION_EXPLAIN CHAT_INTENT_FUNCTION_DOCSTRING CHAT_INTENT_FUNCTION_REFACTOR CHAT_INTENT_CODE_BLOCK_EXPLAIN CHAT_INTENT_CODE_BLOCK_REFACTOR CHAT_INTENT_PROBLEM_EXPLAIN CHAT_INTENT_FUNCTION_UNIT_TESTS	UNSPECIFIED, COUNT
num_chats_received	从 Devin Desktop 发送给用户的聊天消息数。	SUM, MAX, MIN, AVG
chat_accepted	如果 Devin Desktop 的聊天响应中包含代码块，且点击了 Thumbs up 按钮，则为 True。	SUM, COUNT
chat_inserted_at_cursor	如果 Devin Desktop 的聊天响应中包含代码块，且点击了 “Insert” 按钮，则为 True。	SUM, COUNT
chat_applied	如果 Devin Desktop 的聊天响应中包含代码块，且点击了 “Apply Diff” 按钮，则为 True。	SUM, COUNT
chat_loc_used	如果 Devin Desktop 的聊天响应中包含代码块，且点击了 “Insert”、“Copy” 或 “Apply Diff” 按钮中的任意一个，则表示所使用的代码行数。	SUM, MAX, MIN, AVG

命令数据

请注意，Command Data 数据源包含所有命令，包括被拒绝的命令。可使用 “accepted” 字段筛选出仅已接受的命令。

Field Name	Description	Valid Aggregations
api_key	用户 API key 的哈希值。	UNSPECIFIED, COUNT
date	命令的 UTC 日期。	UNSPECIFIED, COUNT
timestamp	命令的 UTC 时间戳。	UNSPECIFIED, COUNT
language	所使用的编程语言。	UNSPECIFIED, COUNT
ide	当时使用的 IDE。	UNSPECIFIED, COUNT
version	所使用的 Devin Desktop 版本	UNSPECIFIED, COUNT
command_source	触发该命令的原因。有效值为： COMMAND_REQUEST_SOURCE_LINE_HINT_CODE_LENS COMMAND_REQUEST_SOURCE_DEFAULT COMMAND_REQUEST_SOURCE_RIGHT_CLICK_REFACTOR COMMAND_REQUEST_SOURCE_FUNCTION_CODE_LENS COMMAND_REQUEST_SOURCE_FOLLOWUP COMMAND_REQUEST_SOURCE_CLASS_CODE_LENS COMMAND_REQUEST_SOURCE_PLAN COMMAND_REQUEST_SOURCE_SELECTION_HINT_CODE_LENS COMMAND_REQUEST_SOURCE_DEFAULT 表示常规命令用法。	UNSPECIFIED, COUNT
provider_source	用于确定命令是在生成模式还是编辑模式下触发的。有效值为：PROVIDER_SOURCE_COMMAND_GENERATE PROVIDER_SOURCE_COMMAND_EDIT	UNSPECIFIED, COUNT
lines_added	该命令新增的代码行数。	SUM, MAX, MIN, AVG
lines_removed	该命令删除的代码行数。	SUM, MAX, MIN, AVG
bytes_added	该命令新增的字节数。	SUM, MAX, MIN, AVG
bytes_removed	该命令删除的字节数。	SUM, MAX, MIN, AVG
selection_lines	该命令选中的代码行数。在生成模式下应始终为零。	SUM, MAX, MIN, AVG
selection_bytes	该命令选中的字节数。在生成模式下应始终为零。	SUM, MAX, MIN, AVG
accepted	该命令是否被接受。	SUM, COUNT

PCW 数据

有效选项

字段名称	说明	有效聚合方式
percent_code_written	代码编写占比。计算方式为： (codeium 生成的字节数) / (codeium 生成的字节数 + 用户生成的字节数) 。该指标在单日或单个用户维度上的波动可能较大，因此我们建议按周聚合。	UNSPECIFIED
codeium_bytes	codeium 字节总数，等于 codeium_bytes_by_autocomplete + codeium_bytes_by_command	UNSPECIFIED
user_bytes	用户字节总数	UNSPECIFIED
total_bytes	codeium_bytes + user_bytes	UNSPECIFIED
codeium_bytes_by_autocomplete	通过自动补全生成的 codeium 字节总数	UNSPECIFIED
codeium_bytes_by_command	通过命令生成的 codeium 字节总数	UNSPECIFIED

Cascade Data

Cascade Data 数据源中，每条发送到 Cascade 的消息都会有一个对应条目。

要访问下方列出的所有字段，请确保你使用的是 1.11.2 或更高版本。

Field Name	Description	Valid Aggregations
api_key	用户 API key 的哈希值。	UNSPECIFIED, COUNT
date	命令的 UTC 日期。	UNSPECIFIED, COUNT
prompts_used	发送到 Cascade 的提示所使用的提示积分数量，返回值以积分的百分之一为单位。例如，0.25 积分返回为 25，1 积分返回为 100。	UNSPECIFIED, SUM, AVG, MIN, MAX
flex_credits_used	发送到 Cascade 的提示中，在 prompts_used 总量中使用的附加/共享积分数量，返回值以积分的百分之一为单位。例如，0.25 积分返回为 25，1 积分返回为 100。	UNSPECIFIED, SUM, AVG, MIN, MAX
model	用于发送到 Cascade 的消息的模型。	UNSPECIFIED, COUNT
metadata	一个包含与开发环境相关元数据的对象。当前已填充的字段包括：ideVersion	UNSPECIFIED, COUNT

有效过滤条件


字段名称	说明	示例
api_key	用户 API key 的哈希值。
language	所使用的编程语言。	KOTLIN, GO, JAVA
ide	所使用的 IDE。	jetbrains, vscode
version	所使用的 Devin Desktop 版本	1.28.0, 130.0

如需按日期过滤，请使用 start_timestamp 和 end_timestamp，格式应为 RFC 3339 (例如 2023-01-01T00:00:00Z，参见下方示例) 。

示例

用户数据

curl -X POST --header "Content-Type: application/json" \
--data '{
  "service_key": SERVICE_KEY,
  "query_requests": [
    {
      "data_source": "QUERY_DATA_SOURCE_USER_DATA",
      "selections": [
       {
          "field": "num_acceptances",
          "name": "num_acceptances",
          "aggregation_function": "QUERY_AGGREGATION_SUM"
        }
      ],
      "filters": [
        {
          "name": "hour",
          "filter": "QUERY_FILTER_GE",
          "value": "2024-01-01"
        },
        {
          "name": "hour",
          "filter": "QUERY_FILTER_LE",
          "value": "2024-02-01"
        }
      ]
    }
  ]
}' \
https://server.codeium.com/api/v1/Analytics

此查询计算了 2024 年 1 月整个月的总体代码编写百分比。示例响应 (为便于阅读，已格式化为 JSON) ：

{
  "queryResults": [
    {
      "responseItems": [
        {
          "item": {
            "num_acceptances": "125",
            "num_lines_accepted": "863"
          }
        }
      ]
    }
  ]
}

聊天数据

curl -X POST --header "Content-Type: application/json" \
--data '{
  "service_key": SERVICE_KEY,
  "query_requests": [
    {
      "data_source": "QUERY_DATA_SOURCE_CHAT_DATA",
      "selections": [
        {
          "field": "chat_loc_used",
          "name": "chat_loc_used",
          "aggregation_function": "QUERY_AGGREGATION_SUM"
        }
      ],
      "filters": [
        {
          "name": "latest_intent_type",
          "filter": "QUERY_FILTER_EQUAL",
          "value": "CHAT_INTENT_FUNCTION_DOCSTRING"
        }
      ],
      "aggregations": [
        {
          "field": "ide",
          "name": "ide"
        }
      ]
    }
  ]
}' \
https://server.codeium.com/api/v1/Analytics

此查询显示按 IDE 分组的通过 “Generate Docstring” 代码透镜接受的代码行数 (全部时间) 。响应示例：

{
  "queryResults": [
    {
      "responseItems": [
        {
          "item": {
            "chat_loc_used": "74",
            "ide": "jetbrains"
          },
        },
        {
          "item": {
            "chat_loc_used":"41",
            "ide":"vscode"
          },
        }
      ]
    }
  ]
}

命令数据

curl -X POST --header "Content-Type: application/json" \
--data '{
 "service_key": SERVICE_KEY,
  "query_requests": [
    {
      "data_source": "QUERY_DATA_SOURCE_COMMAND_DATA",
     "selections": [
        {
          "field": "lines_added",
          "name": "lines_added",
          "aggregation_function": "QUERY_AGGREGATION_SUM"
        },
        {
          "field": "lines_removed",
          "name": "lines_removed",
          "aggregation_function": "QUERY_AGGREGATION_SUM"
        }
      ],
      "filters": [
        {
          "name": "provider_source",
          "filter": "QUERY_FILTER_EQUAL",
          "value": "PROVIDER_SOURCE_COMMAND_EDIT"
        },
        {
          "name": "accepted",
          "filter": "QUERY_FILTER_EQUAL",
          "value": "true"
        }
      ],
      "aggregations": [
        {
          "field": "language",
          "name": "language"
        }
      ]
    }
  ]
}' \
https://server.codeium.com/api/v1/Analytics

此查询按编程语言分组，统计 edit 命令中新增和删除的行数。示例响应：

{
  "queryResults": [
    {
      "responseItems": [
        {
          "item": {
            "language": "SHELL",
            "lines_added": "5",
            "lines_removed": "3"
          }
        },
        {
          "item": {
            "language": "GO",
            "lines_added": "31",
            "lines_removed": "27"
          }
        },
        {
          "item": {
            "language": "PYTHON",
            "lines_added": "21",
            "lines_removed": "5"
          }
        },
        {
          "item": {
            "language": "UNSPECIFIED",
            "lines_added": "91",
            "lines_removed": "71"
          }
        },
        {
          "item": {
            "language": "STARLARK",
            "lines_added": "13",
            "lines_removed": "1"
          }
        }
      ]
    }
  ]
}

PCW 数据

curl -X POST --header "Content-Type: application/json" \
--data '{
    "service_key": SERVICE_KEY,
    "start_timestamp": "2024-01-01T00:00:00Z",
    "end_timestamp": "2024-12-22T00:00:00Z"
    "query_requests": [
    {
       "data_source": "QUERY_DATA_SOURCE_PCW_DATA",
       "selections": [
          {
             "field": "percent_code_written",
             "name": "percent_code_written"
          },
          {
             "field": "codeium_bytes",
             "name": "codeium_bytes"
          },
          {
             "field": "total_bytes",
             "name": "total_bytes"
          },
          {
             "field": "codeium_bytes_by_autocomplete",
            "name": "codeium_bytes_by_autocomplete"
          },
          {
             "field": "codeium_bytes_by_command",
             "name": "codeium_bytes_by_command"
          }
       ],
     "filters": [
         {
            "filter": "QUERY_FILTER_EQUAL",
            "name": "language",
            "value": "GO"
         }
      ]
    }
  ],
}' \
https: //server.codeium.com/api/v1/Analytics

此查询会返回 PCW (代码编写百分比) 数据，以及按 go 语言筛选后的字节数。响应示例：

{
  "queryResults": [
    {
      "responseItems": [
         {
            "item": {
               "codeium_bytes": "6018",
               "codeium_bytes_by_autocomplete": "4593",
               "codeium_bytes_by_command": "1425",
               "percent_code_written": "0.61",
               "total_bytes": "9900"
             }
         }
     ]
   }
  ]
}

查询调试

从 1.10.0 开始，无效查询会返回错误消息。本节介绍一些常见错误消息、它们的含义，以及如何调试对应的查询。

错误消息	说明
at least one field or aggregation is required	未检测到任何 selection 或 aggregation——请确保查询请求中至少包含一个。
invalid aggregation function for string type field ide: QUERY_AGGREGATION_SUM	某个 selection 使用了无效的聚合函数。在这个例子中，我们尝试对 “ide” 字段使用 SUM，但该字段只支持 COUNT 和 UNSPECIFIED。
invalid query table: QUERY_DATA_SOURCE_UNSPECIFIED	data_source 字段很可能有拼写错误，请再次检查。
all selection fields should have an aggregation function, or none of them should	如果有多个 selection 字段，要么全部都包含 aggregation_function，要么全部都不包含。例如，下面这个 selection 是无效的，因为 num_acceptances 被求和了，而 num_lines_accepted 没有： `"selections": [ { "field": "num_acceptances", "name": "total_acceptances", "aggregation_function": "QUERY_AGGREGATION_SUM" }, { "field": "num_lines_accepted", "name": "total_lines_accepted", "aggregation_function": "QUERY_AGGREGATION_UNSPECIFIED" } ]` 注意：PCW 始终被视为已聚合。如果未显式选择 aggregation_function，则会被视为 unspecified。如果你想同时获取这两个字段的信息，请使用两个单独的查询。
invalid aggregation function for string type field ide: QUERY_AGGREGATION_SUM	并不是每个字段都支持所有聚合函数；对应关系请参见可用字段部分。在这个例子中，查询对 “ide” 字段使用了 QUERY_AGGREGATION_SUM 聚合函数，这是无效的。
tried to aggregate on a distinct field: distinct_developer_days. Consider aggregating on the non-distinct fields instead: [api_key date]	符合 “distinct_*” 模式的字段不能放在 aggregations 部分；该错误会提示你改用哪些字段进行聚合。因此，不要使用： `"aggregations": [ { "field": "distinct_developer_days", "name": "distinct_developer_days" } ]` 请改为尝试： `"aggregations": [ { "field": "api_key", "name": "api_key" }, { "field": "date", "name": "date" } ]`
duplicate field alias for selection/aggregation: num_acceptances	所有 selection 和 aggregation 都必须使用不同的名称。请注意，如果未指定 name，默认会设置为 <AGGREGATION_FUNCTION>_<FIELD_NAME>。
invalid group name: GroupName	未找到指定名称的组，请再次检查拼写。

​概述

​用户数据分析 API 规范

​示例输出

​Cascade 分析 API 规范

​查询示例

​IDE 类型

​Cascade 数据源

​来源：cascade_lines

​来源：cascade_runs

​来源：cascade_tool_usage

​自定义分析 API 规范

​架构

​选择项

​过滤器

​聚合

​可用字段

​用户数据

​聊天数据

​命令数据

​PCW 数据

​有效选项

​Cascade Data

​有效过滤条件

​示例

​用户数据

​聊天数据

​命令数据

​PCW 数据

​查询调试

概述

用户数据分析 API 规范

示例输出

Cascade 分析 API 规范

查询示例

IDE 类型

Cascade 数据源

来源：cascade_lines

来源：cascade_runs

来源：cascade_tool_usage

自定义分析 API 规范

架构

选择项

过滤器

聚合

可用字段

用户数据

聊天数据

命令数据

PCW 数据

有效选项

Cascade Data

有效过滤条件

示例

用户数据

聊天数据

命令数据

PCW 数据

查询调试