> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 演示日 - 2026-07-17

> ClickStack 2026-07-17 演示日

<div id="chart-tooltip-improvements">
  ## 图表工具提示改进
</div>

*由 [@brandon-pereira](https://github.com/brandon-pereira) 演示*

<iframe width="768" height="432" src="https://www.youtube.com/embed/EsnGp9RPSKM" title="YouTube 视频播放器" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />

ClickStack 中的图表工具提示在易用性上有了很大提升。现在点击图表后，工具提示会固定在原位，不会再在鼠标移开时消失，这样你就能更方便地查看数据。固定后的工具提示会显示该数据系列中的所有值；如果值很多，还可以滚动查看，而不会因为超出范围被截断。

现在你还可以直接从工具提示中复制值，这项改进正是来自客户反馈。此前，客户虽然能看到想要的数据，却无法将其复制出来；现在只要点击某个值，它就会被复制到剪贴板。

这项改进整体上依赖于 Recharts 的一次升级：工具提示现在通过 portal 渲染，而不是渲染在图表自身的容器内。这一点在包含大量紧密排列图表的仪表盘中尤其重要，因为工具提示不会再被相邻图表挤压或裁切。

**相关 PR：** [#2642](https://github.com/hyperdxio/hyperdx/pull/2642) feat(charts): 点击时固定图表工具提示，并提供内联下钻操作

<div id="running-mcp-evals-from-a-pr">
  ## 在 PR 中运行 MCP 评估
</div>

*演示者：[@brandon-pereira](https://github.com/brandon-pereira)*

<iframe width="768" height="432" src="https://www.youtube.com/embed/YcDm1Mnw-Qc" title="YouTube 视频播放器" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />

现在，团队可以直接从 GitHub PR 运行 MCP 评估，而不再局限于仅在本地运行。这样一来，任何人都能在合并前看到代码变更会如何影响 MCP 质量。这是这套方案的第一个版本：将评估管道接入 CI，使其自动运行，并把汇总分数回传到 PR。

如需进一步了解 ClickStack MCP 评估框架的工作原理，请参阅博文 [benchmarking the ClickStack MCP server with HDX evals](https://clickhouse.com/blog/benchmarking-the-clickstack-mcp-server-with-hdx-evals)。

**相关 PR：** [#2628](https://github.com/hyperdxio/hyperdx/pull/2628) feat(evals): M1 CI skeleton — 在 GitHub Actions 中端到端运行 MCP 评估

<div id="metrics-support-in-the-mcp-server">
  ## MCP server 的指标支持
</div>

*演示者：[@karl-power](https://github.com/karl-power)*

<iframe width="768" height="432" src="https://www.youtube.com/embed/GqJWQN3P86c" title="YouTube 视频播放器" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />

MCP server 现在不仅能理解日志和链路追踪，也能理解指标，并且配套了相应的评估框架，用来衡量它使用指标的效果。其中新增了 ClickStack 支持的五种指标类型 (gauge、sum、histogram、exponential histogram 和 summary) 的生成器，以及一些必须依赖指标才能解决的新评估场景，例如 JVM 内存泄漏——这类问题仅靠日志和链路追踪几乎无法解决。

初步结果表明，具备指标能力的 MCP server 在这些场景中的解决速度明显快于仅支持 standard SQL 的 MCP server，主要原因是它为得出答案所需的工具调用次数更少。虽然仍有一些调优工作要做 (某些场景会被 LLM 对同一指标不同写法的模式匹配问题难住) ，但方向已经很明确：让 agent 直接访问指标，能让此前无法进行的调查成为可能。

**相关 PR：** [#2645](https://github.com/hyperdxio/hyperdx/pull/2645) feat(evals): 支持指标类型和设定种子

<div id="source-picker-improvements">
  ## 数据源选择器改进
</div>

*演示：[**@elizabetdev**](https://github.com/elizabetdev)*

<iframe width="768" height="432" src="https://www.youtube.com/embed/XTQygZSMUTs" title="YouTube 视频播放器" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />

过去，选择正确的数据源常常只能靠滚动列表和猜测。对于数据源列表很长的实例，打开下拉列表后，并没有任何视觉提示表明当前实际选中的是哪个数据源。此次更新会在当前选中的数据源旁显示一个对勾，与现有的多选模式保持一致，因此在开始查询之前，你始终可以一眼看出当前激活的是哪一个。

改动虽小，却消除了那种“等等，我现在看的是哪个？”的片刻疑惑，而这种疑惑在一整天的工作中其实会不断累积。

**相关 PR：** [#2651](https://github.com/hyperdxio/hyperdx/pull/2651) feat(app): clarify selected source in 数据源选择器

<div id="chart-builder-to-sql-conversion">
  ## 图表构建器到 SQL 的转换
</div>

*演示者：[@pulpdrew](https://github.com/pulpdrew)*

<iframe width="768" height="432" src="https://www.youtube.com/embed/IBNdi1rgiTc" title="YouTube 视频播放器" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />

过去，从可视化查询构建器切换到 Raw SQL 模式基本就意味着要从头开始。如果你已经在构建器里通过过滤器和分组条件搭好了一个查询，但后来遇到了构建器无法表达的内容，那么切换到 SQL 模式后，你就会进入一个空白编辑器。

现在，切换到 SQL 模式时，系统会通过渲染图表所用的同一条管道来运行你的构建器查询，因此进入 SQL 模式时，等价的查询已经自动写好，并且使用的是正确的宏，而不是硬编码的值。反向转换 (从 SQL 转回构建器) 目前还没有，但已经在路线图上了。

**相关 PR：** [#2634](https://github.com/hyperdxio/hyperdx/pull/2634) feat: 自动将构建器图表转换为 Raw SQL, [#2666](https://github.com/hyperdxio/hyperdx/pull/2666) fix(charts): 从构建器切换到 SQL 模式时保留所选数据源

<div id="new-filter-fetching-mechanism">
  ## 新的过滤器拉取机制
</div>

*演示者：[@knudtty](https://github.com/knudtty)*

<iframe width="768" height="432" src="https://www.youtube.com/embed/z31cAIJA3B4" title="YouTube 视频播放器" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />

用于获取可用过滤器值列表的机制现在引入了一个更智能的路由层。新系统不再采用单一的固定策略，而是会检查 schema 中有哪些可用内容，尤其是是否存在文本索引，并据此选择构建过滤器列表的最高效方式。

当文本索引可用时，ClickStack 会直接查询这些索引，而不是回退到 rollup 表。这也意味着需要维护的 rollup 更少，同时也降低了旧方案下部分客户曾遇到的内存压力风险。不过，这项功能要求使用 ClickHouse 26.3，因此尚未升级到该版本的用户会继续沿用现有的基于 rollup 的方案；升级后，它会自动启用。

**相关 PR：** [#2643](https://github.com/hyperdxio/hyperdx/pull/2643) feat: 重构 getAllKeyValues，并添加由文本索引填充的过滤器

<div id="improved-rum-dashboard">
  ## 改进后的 RUM 仪表盘
</div>

*演示者：[@teeohhem](https://github.com/teeohhem)*

<iframe width="768" height="432" src="https://www.youtube.com/embed/roNhRzLvXro" title="YouTube 视频播放器" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />

现在，Browser RUM 仪表盘已支持颜色编码，并附带一个 Markdown 图例来说明各颜色的含义 (后续也还有进一步完善、让图例更清晰的空间) 。像“发生错误的会话数”这类数值卡片，现在会根据可配置的阈值进行颜色区分，因此问题区域能够更直观地凸显出来，而不会淹没在一片中性的数字中。

**相关 PR：** [#2671](https://github.com/hyperdxio/hyperdx/pull/2671) feat(dashboards): 为 Browser RUM web vitals、页面加载和错误卡片添加颜色编码