需要通过 cx CLI 与 Coralogix Olly…

用 `cx olly` 异步向 Coralogix Observability Agent（Olly）提问、追问、选择模型与超时，并列出和获取生成的 artifacts。

适用场景

解决思路

1. 使用 `cx olly ask "message"` 向 Observability Agent 发送消息；可用关键 flags `--chat-id`、`--model`、`--timeout`、`--agent-to-agent-mode`。
2. 使用 `cx olly artifacts list` 列出所有生成的 artifacts。
3. 使用 `cx olly artifacts get <id>` 按 ID 获取 artifact 内容。
4. 在命令后追加 `-o json` 或 `-o toon` 获取机器可读输出。
5. `cx olly` 命令仅支持单 profile，不支持多 profile fan-out；用 `-p <profile>` 指定单个 profile。
6. 默认异步运行 `cx olly ask`：将其作为后台进程启动并轮询完成状态，而不是阻塞等待；Olly 调查通常耗时数分钟，这是正常模式。
7. 仅对预计 Olly 能快速回答的短问题以内联（前台、阻塞）方式运行 `cx olly ask`，如快速查找或单行 follow-up；不确定时用后台运行。
8. 启动新对话：`cx olly ask "What alerts fired today?" --agent-to-agent-mode`；响应会返回 response 和可用于后续追问的 Chat ID。
9. 如果没有可共享的上下文（例如无法快速访问源文件），或创建的 chat 仅供人类使用，则移除 `--agent-to-agent-mode`。
10. 继续已有对话：`cx olly ask "Tell me more about the error rates" --chat-id <chat-id> --agent-to-agent-mode`；用 `--chat-id` 延续会话并保持前文上下文。
11. 当后续追问又会触发一次调查时，也把该 follow-up 放入后台运行并轮询。
12. 模型选择：可用模型包括 `gpt-5.2`（默认）、`claude-sonnet-4-5`、`sonnet-4.6`、`gpt-5.4`、`claude-haiku-4-5`。
13. 指定模型示例：`cx olly ask "Explain this error" --model claude-sonnet-4-5 --agent-to-agent-mode`。
14. 对可能耗时较长的复杂查询，增大 Olly 响应超时（默认 900 秒）：`cx olly ask "Deep analysis of last week's incidents" --timeout 1800 --agent-to-agent-mode`。
15. 使用 `--http-timeout <SECONDS>`（或 `CX_HTTP_TIMEOUT`）设置所有 CLI 命令（包括 Olly）的 HTTP 请求 deadline；它与 Olly 响应超时是分开的。
16. 当调用方是 LLM/agent 时传入 `--agent-to-agent-mode`，以启用更短、sub-agent 风格的响应：不生成 charts/tables，用澄清问题代替猜测，并依赖你的更广泛上下文。
17. `--agent-to-agent-mode` 按调用生效，不按 chat 记忆；`--chat-id` 不会记住它，因此每次 follow-up turn 都要重新传入，否则会话中途会静默切回 human-facing 模式。
18. Olly 可生成 artifacts，如 query results、previews、citations；artifact ID 会作为链接出现在 agent 的响应文本中。
19. 列出所有 artifacts：`cx olly artifacts list` 或 `cx olly artifacts list -o json`。
20. 获取 artifact 内容：`cx olly artifacts get <artifact-id>` 或 `cx olly artifacts get <artifact-id> -o json`。
21. `artifacts get` 会自动 fetch artifact metadata。
22. `artifacts get` 会自动 downloads content from the presigned URL。
23. `artifacts get` 会自动 decompresses gzip content。
24. `artifacts get` 会自动 parses JSON and uses spill logic for large content。
25. `artifacts get` 会自动 saves non-JSON text to a temp file。
26. 输出行为：JSON 内容直接显示，若过大则 spill 到文件。
27. 输出行为：文本内容保存到临时文件，例如 `/tmp/cx_results_artifact_<id>_<hash>.txt`。
28. 调查问题流程：启动调查——后台运行并轮询：`cx olly ask "Why is the checkout service showing high latency? Check logs with 'checkout:' strings and aws related metrics" --agent-to-agent-mode`。
29. 用响应中的 chat ID follow-up，也后台并轮询：`cx olly ask "What changed in the last hour?" --chat-id abc-123-def --agent-to-agent-mode`。
30. 交互完成后获取生成的 charts：`cx olly artifacts list -o json | jq '.[0].id'` 然后 `cx olly artifacts get <artifact-id>`。
31. 为脚本获取 JSON 输出响应：`cx olly ask "List top 5 error messages" -o json --agent-to-agent-mode | jq '.response'`。
32. 解析 artifacts：`cx olly artifacts list -o json | jq '.[] | {id, filename, created_at}'`。
33. 用特定模型做详细分析：`cx olly ask "Perform root cause analysis for the outage on 2024-01-15" --model claude-sonnet-4-5 --timeout 1800 --agent-to-agent-mode`。
34. 异步优先：默认后台运行 `cx olly ask` 并轮询完成；仅对预计能快速回答的短问题内联阻塞运行。
35. 保存响应中的 Chat ID，用其继续对话并保持上下文。
36. 用 `-o json` 做脚本化，管道给 `jq` 过滤和提取。
37. Artifact ID 在响应文本中，查找类似 `[Chart](https://...artifact_view/<id>)` 的 markdown 链接。
38. `cx olly` 仅单 profile，不支持多 profile 查询。
39. 大型 artifacts 会自动 spill：超过配置限制的 JSON 内容保存到临时文件。
40. 提问前检查源代码：如可用，向 Olly 提供来自源代码的具体上下文，例如从哪个 metric 开始调查，再调用它。
41. 限制调查范围：引导 Olly 到正确的有限范围，例如仅限 logs 或特定时间范围。
42. 作为 LLM/agent 调用时传 `--agent-to-agent-mode`；它默认 `false`（human-facing），agent 应 opt in 以获得更短、sub-agent 风格响应。
43. 相关技能：`cx-telemetry-querying` 用于直接 DataPrime/PromQL 查询，无需 AI agent 协助（覆盖 logs、spans、metrics、RUM）。
44. 相关技能：`cx-alerts` 用于管理 alert definitions。

适用边界 · 注意事项

• 仅需要直接用 DataPrime/PromQL 查询日志、跨度、指标或 RUM 时，更适合 `cx-telemetry-querying`，不需要 Olly。
• 仅需要管理告警定义时，用 `cx-alerts`，不需要 Olly。
• 没有 Coralogix 账号、`cx` CLI 或 Olly 访问权限时不可用；且 `cx olly` 不支持多 profile fan-out。