Welche Funktion, welche Abfrage, welches Deployment.

Was es misst

Jede exportierte async-Funktion

Wie lange sie gedauert hat, und wie viel davon ihr eigener Code war statt etwas, das sie aufgerufen hat. „Ist mein Code langsamer geworden oder das, was ich aufgerufen habe“ ist hier eine Zahl statt eines Nachmittags.

Jede Abfrage, auf fünf Clients

pg, mysql2, postgres.js, der MongoDB-Treiber und Prisma — automatisch gefunden und instrumentiert, auch durch Mongoose und durch einen Connection Pool unter Last. Zurückgegebene Zeilen, Spalten, Antwortgröße, und für MongoDB die Anzahl der Netzwerk-Roundtrips, die ein einzelner Lesevorgang tatsächlich gebraucht hat.

Welche Funktion welche Abfrage abgesetzt hat

Der Teil, der den Rest lesenswert macht. Eine Abfrage wird der Funktion über ihr gutgeschrieben, ein N+1 taucht also auf der Funktion auf, die die Schleife enthält, statt sich über eine Abfrage zu verteilen, die immer in Ordnung aussah.

Was die Datenbank getan hat, um zu antworten

Postgres wird nach dem Plan jedes Statements gefragt — ohne je einen Parameter zu binden, es ist also kein Wert von dir beteiligt. MySQL wird stattdessen aus performance_schema gelesen: geprüfte Zeilen pro zurückgegebener Zeile, und ob überhaupt ein Index benutzt wurde. Beides kommt als derselbe Befund an: das liest jene Tabelle ohne Index.

Deine HTTP-Routen, rein und raus

Bediente Anfragen, und Zeit, die auf die API von jemand anderem gewartet wurde — ein langsamer Dritter wird also nicht mehr als dein langsamer Code gemeldet.

Was es findet

Jedes davon wird gegen das Release davor verglichen, der Befund benennt also die Änderung und nicht den Tag.

Was in deinem Verlauf landet

Kein Dashboard zum Lesen. Eine Karte pro Befund, mit den Zahlen, dem Release, das sie verändert hat, und den Belegen, die dein Coding-Agent braucht, um die Lösung zu schreiben.

Wie es installiert wird

Gib es dem Coding-Agenten, den du ohnehin offen hast. Er liest das Repository, findet heraus, ob das eine Next-Konfiguration, ein Vite-Plugin oder einen Startbefehl bedeutet, und hängt es ein — und behebt dann in derselben Unterhaltung, was gefunden wird.

claude mcp add sixty \
  -e SIXTY_API_KEY=sixty_sk_… \
  -e SIXTY_ENDPOINT=https://ingest.sixty.sh \
  -- npx -y @sixty-sh/mcp

# or by hand, in your server entry:
import { init } from '@sixty-sh/node'
init()

Der Release-Bezeichner wird von allein von Vercel, Render, Railway, Fly, Heroku oder GitHub Actions abgeholt. Der erste Vergleich kommt nach deinem nächsten Deployment, weil es nichts gibt, womit man ein Release vergleichen könnte.

Was es nicht tut

• MySQL und MongoDB melden keinen Planbaum. MySQLs EXPLAIN braucht echte Parameterwerte und MongoDBs explain einen echten Filter, und dieser Agent verwirft Werte in dem Moment, in dem er sie sieht — für MySQL wird die Schlussfolgerung deshalb aus performance_schema gelesen, und für MongoDB gibt es noch nichts.
• Async-Generatoren werden von der Build-Transformation übersprungen. Einen zu umschließen würde messen, wie lange es dauerte, bis der Aufrufer einen Iterator bekam, und das ist nicht die Zahl, die irgendjemand will.
• Der Agent misst, was er von JavaScript aus erreichen kann. Zeit innerhalb eines nativen Moduls oder in einem anderen Prozess ist Zeit, die er nur als Warten sehen kann.

Falls du wegen einer dieser Sachen hier bist