LLM 应用开发过程中，团队往往专注于模型调优和功能实现，却忽略了一个关键问题：如何有效监控、诊断和优化线上运行的 LLM 应用。
以 Dify 平台为例，作为受欢迎的 LLM 应用开发平台，其可视化工作流和丰富组件降低了开发门槛，但在可观测性上存在三大短板：
- 查询能力严重不足：仅提供基础的账号查询，无法按关键词、时间、错误类型等多维度组合查询，问题定位往往需要数分钟。
- 链路追踪能力缺失：执行日志平铺展示，缺乏层次化链路追踪，嵌套子工作流难以下探，上下游数据追溯繁琐，排查复杂问题常需 30 分钟以上。
- 内容展示能力不足：长文本提示词、动态嵌入的 RAG 内容在界面中显示为一大段无格式文本，难以快速阅读和定位关键章节。
这种「自己的狗粮都吃不香」的尴尬促使 SLS 团队开始构建专属的 LLM 应用数据基础设施。
