需启用fps与网络io监控模块、创建绑定双指标的自定义仪表盘、导入json模板或用cli注入指标流，才能在qoder仪表盘查看实时fps与网络io延迟数据。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您正在使用 Qoder 性能监控工具，但无法在仪表盘中查看实时 FPS 与网络 IO 延迟数据，则可能是由于监控项未启用、数据源未正确绑定或仪表盘组件配置缺失。以下是实现该功能的多种配置路径：
一、启用内置 FPS 与网络 IO 监控模块
Qoder 默认不自动采集图形渲染帧率和底层网络 IO 延迟，需手动激活对应采集器以保障数据源头可用。该步骤确保系统级性能信号被持续捕获并推送至仪表盘引擎。
1、启动 Qoder 主程序后，点击左上角“设置”图标，进入全局配置界面。
2、在“数据采集”选项卡中，勾选FPS 渲染计数器（DirectX/OpenGL/Vulkan）与网络 IO 延迟采样（基于 GetPerfCounter + NDIS）两项。
3、确认采集间隔设为100ms（低于此值可能引发采样抖动，高于此值将丢失瞬时峰值）。
4、点击“应用并重启采集服务”，等待状态栏显示“采集器已就绪”。
二、创建自定义仪表盘并添加双指标组件
仪表盘需显式绑定已启用的数据流，且 FPS 与网络 IO 延迟属于不同维度指标（时间序列 vs 瞬时延迟），须分别配置为独立图表组件，避免数值量纲混淆。
1、在主界面点击“仪表盘”→“新建空白仪表盘”，输入名称如“游戏低延迟监控”。
2、点击“添加图表”，选择图表类型为实时折线图，数据源选择“FPS 渲染帧率（fps）”。
3、在右侧属性面板中，将Y轴单位设为FPS，范围设为0–300，启用平滑插值。
4、再次点击“添加图表”，选择图表类型为水平仪表盘，数据源选择“网络 IO 延迟（ms）”。
代码编辑 CLI 工具集合：Cursor CLI（agent）和 Qoder CLI（qodercli），用于代码修改、重构、Code Review 及自动化代码任务。
5、配置该仪表盘阈值：0–15ms为绿色，15–40ms为橙色，≥40ms为红色，并勾选“显示当前值标签”。
三、通过 JSON 模板导入预置监控视图
Qoder 支持基于标准 JSON Schema 的仪表盘模板导入，可跳过手动配置，直接加载经验证的 FPS+IO 延迟联合视图结构，适用于多显示器或高刷新率场景下的精准对齐需求。
1、访问 Qoder 官方 GitHub Releases 页面，下载最新版 qoder-dashboard-gaming-v2.json 模板文件。
2、返回 Qoder 仪表盘管理页，点击右上角“导入”按钮，选择该 JSON 文件。
3、导入过程中，系统自动映射本地已启用的 FPS 与网络 IO 数据流；若提示“数据源未匹配”，请返回第一步确认采集器已启用。
4、导入成功后，新仪表盘将包含两个固定位置组件：顶部居中为动态 FPS 数字叠加层（含历史峰值标记），右下角嵌入IO 延迟热力条（每50ms刷新颜色强度）。
四、使用 CLI 工具注入实时指标流并绑定到现有仪表盘
当 GUI 配置受限于权限或远程服务器环境时，可通过命令行工具 qoder-cli 直接向运行中的仪表盘实例注入外部 FPS 与网络延迟数据流，绕过图形界面依赖。
1、以管理员身份打开终端，执行：qoder-cli source add --name io_delay_ms --type gauge --unit ms。
2、执行：qoder-cli source add --name fps_counter --type counter --unit fps。
3、运行采集脚本（如 Python + psutil + wmi）持续调用：qoder-cli metric push --source io_delay_ms --value 23.7 和 qoder-cli metric push --source fps_counter --value 142。
4、在 Web 端仪表盘编辑模式中，点击任意空白图表区域，在“数据源”下拉菜单中即可看到新增的io_delay_ms与fps_counter选项并完成绑定。
