Vai al contenuto principale
POST
/
api
/
v1
/
CascadeAnalytics
Recupera le analisi di 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.

​
Panoramica

Recupera dati analitici specifici di Cascade, incluse righe suggerite/accettate, utilizzo del modello, consumo di crediti e statistiche di utilizzo degli strumenti.

​
Richiesta

​
service_key
string
obbligatorio
La tua chiave di servizio con l’autorizzazione “Teams Read-only”
​
group_name
string
Filtra i risultati per gli utenti di un gruppo specifico. Non può essere utilizzato con il parametro emails.
​
start_timestamp
string
Ora di inizio nel formato RFC 3339 (ad es. 2023-01-01T00:00:00Z)
​
end_timestamp
string
Ora di fine nel formato RFC 3339 (ad es. 2023-12-31T23:59:59Z)
​
emails
array
Array di indirizzi email per filtrare i risultati. Non può essere utilizzato con il parametro group_name.
​
ide_types
array
Filtra per tipo di IDE. Opzioni disponibili:
  • "editor" - Devin Desktop Editor
  • "jetbrains" - JetBrains Plugin
  • "cli" - Devin CLI
Se omesso, restituisce dati per tutti gli IDE.
Quando filtri per Devin CLI ("cli"), solo cascade_runs restituisce dati. Le fonti di dati cascade_lines e cascade_tool_usage non sono supportate per Devin CLI e restituiranno risultati vuoti.
​
query_requests
array
obbligatorio
Array di query delle fonti di dati da eseguire. Ogni oggetto deve contenere una delle fonti di dati supportate.

​
Fonti dati

​
cascade_lines

Recupera le righe giornaliere di Cascade suggerite e accettate. 
{
  "cascade_lines": {}
}
Campi della risposta:
  • day - Data nel formato RFC 3339
  • linesSuggested - Numero di righe suggerite
  • linesAccepted - Numero di righe accettate

​
cascade_runs

Recupera i dati sull’utilizzo del modello, sul consumo di crediti e sulle modalità. 
{
  "cascade_runs": {}
}
Campi della risposta:
  • day - Data in formato RFC 3339
  • model - Nome del modello utilizzato
  • mode - Modalità Cascade (vedi le modalità riportate di seguito)
  • messagesSent - Numero di messaggi inviati
  • cascadeId - ID univoco della conversazione
  • promptsUsed - Crediti consumati (in centesimi)
Modalità Cascade:
  • CONVERSATIONAL_PLANNER_MODE_DEFAULT - Modalità di scrittura
  • CONVERSATIONAL_PLANNER_MODE_READ_ONLY - Modalità di sola lettura
  • CONVERSATIONAL_PLANNER_MODE_NO_TOOL - Modalità legacy
  • UNKNOWN - Modalità sconosciuta

​
cascade_tool_usage

Recupera le statistiche sull’utilizzo degli strumenti (conteggi aggregati). 
{
  "cascade_tool_usage": {}
}
Campi della risposta:
  • tool - Identificatore dello strumento (vedi la mappatura degli strumenti di seguito)
  • count - Numero di volte in cui lo strumento è stato utilizzato

​
Mappature dell’utilizzo degli strumenti

Tool IdentifierNome visualizzato
CODE_ACTIONModifica del codice
VIEW_FILEVisualizza file
RUN_COMMANDEsegui comando
FINDStrumento Trova
GREP_SEARCHRicerca Grep
VIEW_FILE_OUTLINEStruttura del file
MQUERYRiptide
WORKFLOWS_USEDFlussi di lavoro utilizzati
LIST_DIRECTORYElenca directory
MCP_TOOLStrumento MCP
PROPOSE_CODEProponi codice
SEARCH_WEBCerca nel web
MEMORYMemoria
PROXY_WEB_SERVERAnteprima del browser
DEPLOY_WEB_APPDistribuisci app web

​
Esempio di richiesta

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

​
Risposta

​
queryResults
array
Array di risultati delle query, uno per ogni query richiesta

​
Risposta di esempio

{
  "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"
          }
        ]
      }
    }
  ]
}

​
Note

  • L’API restituisce dati grezzi che possono contenere valori “UNKNOWN”
  • Per l’analisi delle metriche, aggrega i dati in base a campi specifici di interesse (ad es. somma promptsUsed per analizzare i pattern di utilizzo)
  • I dati relativi alla modalità e ai prompt possono essere suddivisi in più voci
  • Il consumo di crediti (promptsUsed) viene restituito in centesimi (100 = 1 credito)