AI Agent 工程实践(28):可观测性(Observability)
系列AI Agent 工程实践上一篇第 27 篇《日志系统Logging》下一篇第 29 篇《成本控制》一、开场LangSmith 为什么火很多团队第一次用 LangSmith 都同一个反应原来我的 Agent 每一步是这么想的。之前只有一个最终回复中间调了什么工具、卡在哪步、哪次模型抽风全是一团黑盒。可视化的那一刻调试从玄学变成工程。上篇27讲了日志这个原料这篇讲把它拼成看得见的能力——可观测性 Observability。二、问题背景日志 ≠ 可观测性只有日志10:00 agent_run sessions_1 modeldeepseek latency850 10:00 tool_call nameget_weather 10:01 agent_run sessions_1 ...可观测Trace t_1 (sessions_1, 总耗时 2.1s) ├─ Span agent_run 850ms │ ├─ Span llm_call 600ms (modeldeepseek, tokens1500) │ └─ Span tool_call 200ms (get_weather → 成功) └─ Span memory_read 50ms差别日志是散落的事件可观测是串起来的上下文链路。三、错误尝试三种可观测翻车错误 1只有日志没有 Trace事件各自独立无法回答这次请求整体经历了什么。查一个慢请求要手动拼时间线。错误 2Trace 不串联每个步骤各自起一个 trace没有父 ID 关联。看着有 trace实则还是散的。错误 3只有链路没有指标能看单次请求但无法回答今天平均延迟多少、失败率多少。缺聚合指标容量规划靠猜。四、关键观察可观测 日志 链路 指标三层Logs事件发生了什么——由27提供。Traces链路一次请求怎么走的——Span 树父 Span 串子 Span。Metrics指标总体健康度——成功率、P95 延迟、成本曲线。可观测的核心不是能看到日志是一次请求能被还原成一棵可钻取的树。这也是 OpenTelemetry 进入 AI 的原因——它定义了 Trace/Span 的标准让任何框架的链路都能互通。五、最终方案Trace 结构长什么样Trace t_1 (一次用户请求) ├─ Span: agent_run # 根 │ ├─ Span: planner # 决定下一步 │ ├─ Span: llm_call # 调模型 │ ├─ Span: tool_call(email) # 调工具 │ └─ Span: memory_read └─ 每个 Span 带起止时间、属性model/tokens、事件日志字段表概念含义Trace一次完整请求的生命周期Span链路中的一个节点一次操作ParentSpan 的父节点构成树AttributeSpan 上的结构化属性EventSpan 内发生的离散日志Span 树Mermaid六、代码对比无 trace vs 有 trace无 trace问题def run_agent(inp): plan planner(inp) # 看不见耗时归属 return llm(plan)有 trace生产from monitor.trace import trace def run_agent(inp): with trace(agent_run) as root: with root.span(planner): plan planner(inp) with root.span(llm_call, modeldeepseek): return llm(plan)关键差异每个操作用span包起来自动形成树model等属性挂在 Span 上可在 UI 钻取。七、设计权衡自建 vs 托管场景建议理由起步 / 验证托管LangSmith 类开箱即用快速看见数据敏感 / 合规自建 Otel 自有存储数据不出域多框架统一OpenTelemetry 标准跨框架互通反过度工程不要一上来就自建全套 APM。先托管看清价值再按需自建。八、总结✅ 只有日志 黑盒LangSmith 火在看见每一步。✅ 三种翻车无 Trace、Trace 不串联、只有链路没指标。✅ 可观测 Logs事件 Traces链路 Metrics指标。✅ 核心是一次请求能被还原成一棵可钻取的 Span 树OpenTelemetry 定义了标准。✅ 反过度工程先托管看清价值再按需自建。下一篇用可观测喂来的数据做最实际的事——成本控制。29参考资料带用途说明本系列27日志系统Logging本文的 Logs 层直接来自27Trace 在其上串联。本系列17Agent 为什么需要可观测性本文是17为什么对应的怎么落地。OpenTelemetry 文档opentelemetry.ioTrace/Span 标准与 SDK 来源。LangSmith 文档docs.smith.langchain.com托管可观测方案的参考。本文是 AI Agent 工程实践系列的第 28 篇第四阶段第八篇。系列导航上一篇第 27 篇《日志系统Logging》下一篇第 29 篇《成本控制》

相关新闻

快捷键又失灵了?别急着怪键盘,热键冲突的元凶用它3秒就能揪出来

快捷键又失灵了?别急着怪键盘,热键冲突的元凶用它3秒就能揪出来

快捷键又失灵了?别急着怪键盘,热键冲突的元凶用它3秒就能揪出来 【免费下载链接】hotkey-detective A small program for investigating stolen key combinations under Windows 7 and later. 项目地址: https://gitcode.com/gh_mirrors/ho/hotkey-det…

2026/11/20 5:33:04 阅读更多 →
Kimi    LeetCode 3906. 统计网格路径中好整数的数目 Rust实现

Kimi LeetCode 3906. 统计网格路径中好整数的数目 Rust实现

以下是 LeetCode 3906 的 Rust 实现,采用数位 DP 思路,核心是将路径上访问的 7 个格子标记为关键位,然后对 [0, x] 范围内的数进行记忆化搜索。rust impl Solution {pub fn count_good_integers_on_path(l: i64, r: i64, directions: String)…

2026/11/20 3:59:51 阅读更多 →
AI 应用缓存设计:上下文、结果与一致性

AI 应用缓存设计:上下文、结果与一致性

一个常见场景是这样的:你做了一个企业知识库问答应用。用户每问一次,服务端都要读取会话历史、拼 prompt、查向量库、调用模型、做引用校验,再把答案和来源写回数据库。功能上线后,接口耗时明显变长,Redis CPU 看起来还…

2026/11/20 12:47:58 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/19 21:38:27 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/19 21:38:49 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/19 21:39:09 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/19 21:36:50 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/19 21:37:45 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/19 21:36:20 阅读更多 →

日新闻

周新闻

月新闻