Saltar al contenido principal
POST
/
api
/
v1
/
CascadeAnalytics
Obtener la analítica de Cascade
curl --request POST \
  --url https://server.codeium.com/api/v1/CascadeAnalytics \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "service_key": "<string>",
  "group_name": "<string>",
  "start_timestamp": "<string>",
  "end_timestamp": "<string>",
  "emails": [
    {}
  ],
  "ide_types": [
    {}
  ],
  "query_requests": [
    {}
  ]
}
'
{
  "queryResults": [
    {
      "cascadeLines": {
        "cascadeLines": [
          {
            "day": "<string>",
            "linesSuggested": "<string>",
            "linesAccepted": "<string>"
          }
        ]
      },
      "cascadeRuns": {
        "cascadeRuns": [
          {
            "day": "<string>",
            "model": "<string>",
            "mode": "<string>",
            "messagesSent": "<string>",
            "cascadeId": "<string>",
            "promptsUsed": "<string>"
          }
        ]
      },
      "cascadeToolUsage": {
        "cascadeToolUsage": [
          {
            "tool": "<string>",
            "count": "<string>"
          }
        ]
      }
    }
  ]
}

Documentation Index

Fetch the complete documentation index at: https://docs.devin.ai/llms.txt

Use this file to discover all available pages before exploring further.

​
Descripción general

Recupera datos de analítica específicos de Cascade, incluidas las líneas sugeridas/aceptadas, el uso del modelo, el consumo de créditos y las estadísticas de uso de herramientas.

​
Solicitud

​
service_key
string
requerido
Tu clave de servicio con permisos “Teams Read-only”
​
group_name
string
Filtra los resultados para mostrar solo los usuarios de un grupo específico. No se puede usar con el parámetro emails.
​
start_timestamp
string
Hora de inicio en formato RFC 3339 (p. ej., 2023-01-01T00:00:00Z)
​
end_timestamp
string
Hora de finalización en formato RFC 3339 (p. ej., 2023-12-31T23:59:59Z)
​
emails
array
Lista de direcciones de correo electrónico para filtrar los resultados. No se puede usar con el parámetro group_name.
​
ide_types
array
Filtra por tipo de IDE. Opciones disponibles:
  • "editor" - Editor de escritorio de Devin
  • "jetbrains" - Complemento de JetBrains
  • "cli" - Devin CLI
Si se omite, devuelve datos de todos los IDE.
Al filtrar por Devin CLI ("cli"), solo cascade_runs devuelve datos. Las fuentes de datos cascade_lines y cascade_tool_usage no son compatibles con Devin CLI y devolverán resultados vacíos.
​
query_requests
array
requerido
Lista de consultas de fuentes de datos que se ejecutarán. Cada objeto debe contener una de las fuentes de datos compatibles.

​
Fuentes de datos

​
cascade_lines

Consulta las líneas de Cascade sugeridas y aceptadas por día. 
{
  "cascade_lines": {}
}
Campos de la respuesta:
  • day - Fecha en formato RFC 3339
  • linesSuggested - Número de líneas sugeridas
  • linesAccepted - Número de líneas aceptadas

​
cascade_runs

Consulta datos sobre el uso del modelo, el consumo de créditos y el modo. 
{
  "cascade_runs": {}
}
Campos de respuesta:
  • day - Fecha en formato RFC 3339
  • model - Nombre del modelo utilizado
  • mode - Modo de Cascade (consulta los modos a continuación)
  • messagesSent - Número de mensajes enviados
  • cascadeId - ID único de la conversación
  • promptsUsed - Créditos consumidos (en centavos)
Modos de Cascade:
  • CONVERSATIONAL_PLANNER_MODE_DEFAULT - Modo de escritura
  • CONVERSATIONAL_PLANNER_MODE_READ_ONLY - Modo de solo lectura
  • CONVERSATIONAL_PLANNER_MODE_NO_TOOL - Modo heredado
  • UNKNOWN - Modo desconocido

​
cascade_tool_usage

Consulta estadísticas de uso de herramientas (recuentos agregados). 
{
  "cascade_tool_usage": {}
}
Campos de la respuesta:
  • tool - Identificador de la herramienta (consulta los mapeos de herramientas a continuación)
  • count - Número de veces que se usó la herramienta

​
Asignaciones de uso de herramientas

Identificador de herramientaNombre visible
CODE_ACTIONEdición de código
VIEW_FILEVer archivo
RUN_COMMANDEjecutar comando
FINDHerramienta de búsqueda
GREP_SEARCHBúsqueda con Grep
VIEW_FILE_OUTLINEVer esquema del archivo
MQUERYRiptide
WORKFLOWS_USEDFlujos de trabajo utilizados
LIST_DIRECTORYListar directorio
MCP_TOOLHerramienta MCP
PROPOSE_CODEProponer código
SEARCH_WEBBuscar en la web
MEMORYMemoria
PROXY_WEB_SERVERVista previa en el navegador
DEPLOY_WEB_APPDesplegar aplicación web

​
Solicitud de ejemplo

curl -X POST --header "Content-Type: application/json" \
--data '{
  "service_key": "your_service_key_here",
  "group_name": "engineering_team",
  "start_timestamp": "2025-01-01T00:00:00Z",
  "end_timestamp": "2025-01-02T00:00:00Z",
  "emails": ["user1@windsurf.com", "user2@windsurf.com"],
  "ide_types": ["editor"],
  "query_requests": [
    {
      "cascade_lines": {}
    },
    {
      "cascade_runs": {}
    },
    {
      "cascade_tool_usage": {}
    }
  ]
}' \
https://server.codeium.com/api/v1/CascadeAnalytics

​
Respuesta

​
queryResults
array
Array de resultados de consultas, uno por cada solicitud de consulta

​
Ejemplo de respuesta

{
  "queryResults": [
    {
      "cascadeLines": {
        "cascadeLines": [
          {
            "day": "2025-05-01T00:00:00Z",
            "linesSuggested": "206",
            "linesAccepted": "157"
          },
          {
            "day": "2025-05-02T00:00:00Z",
            "linesSuggested": "16"
          }
        ]
      }
    },
    {
      "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"
          }
        ]
      }
    },
    {
      "cascadeToolUsage": {
        "cascadeToolUsage": [
          {
            "tool": "CODE_ACTION",
            "count": "15"
          },
          {
            "tool": "LIST_DIRECTORY",
            "count": "20"
          }
        ]
      }
    }
  ]
}

​
Notas

  • La API devuelve datos en bruto que pueden contener valores “UNKNOWN”
  • Para el análisis de métricas, agrupa por los campos específicos de interés (p. ej., suma promptsUsed para los patrones de uso)
  • Los datos de modo y de prompt pueden estar divididos en múltiples entradas
  • El consumo de créditos (promptsUsed) se devuelve en centavos (100 = 1 crédito)