跳至主要內容
Telemetry
整合指南

LlamaIndex 代理 Telemetry

透過結構化事件追蹤 LlamaIndex 代理和工作流程結果、工具活動、延遲、檢索版本、成本和審查品質。

審閱者 Telemetry產品團隊 . 埋點合約、隱私邊界和實施指南. 審查標準和所有權

有用於
  • LlamaIndex 代理監控
  • RAG發布評估
  • 多代理工作流程分析
實施證據

LlamaIndex Agent Telemetry:從邊界到驗證行

在受控應用程式邊界使用 LlamaIndex Agent Telemetry,保持事件契約較小,並在建置聚合檢視之前驗證已知結果。

  1. 1

    選擇結果

    LlamaIndex 代理監控

  2. 2

    定義合約

    run_id、工作流程、agent_name、model_alias、index_version、prompt_version 和發布

  3. 3

    埋點邊界

    包裝公共 agent.run 或工作流程邊界,並在處理程式完成後發出一個終端應用程式結果。

  4. 4

    核實證據

    Exercise a known fixture, then inspect agent_run_completed for one correctly typed terminal row.

開始之前

先決條件和界限

  • LlamaIndex 和 telemetry-sh 在受信任的 Python 處理程序中初始化
  • 應用程式擁有的執行 ID 以及穩定的工作流程、代理、索引和發布版本
  • 針對提示、輸出、檢索的節點、工具參數和追蹤內容的經過審查的策略

交貨設定

安裝並初始化伺服器端

使用伺服器端金鑰為每個處理程序初始化一次 Telemetry 同步程式碼或 TelemetryAsync 非同步程式碼。 將攝取憑據保留在瀏覽器包、客戶端可見的環境變數、原始碼控制、日誌和異常訊息之外。

llamaindex-install

pip安裝

bash
python -m pip install telemetry-sh
  1. 1準備一個具有有限網路行為的可重用伺服器端交付客戶端。
  2. 2在成功、失敗、重試或超時邊界處新增結果事件。
  3. 3在啟用警示之前傳送受控裝置並檢查儲存的行。

片段

從一個結構化事件開始

在工作流程完成、失敗或重試的位置新增此形狀。然後從真實的欄位建置儀表板。

llamaindex

LlamaIndex Agent Telemetry事件

python
from time import perf_counter

async def run_support_agent(agent, user_message: str, run_id: str):
    started_at = perf_counter()
    status = "success"
    error_type = None

    try:
        return await agent.run(user_msg=user_message)
    except Exception as error:
        status = "failed"
        error_type = classify_agent_error(error)
        raise
    finally:
        await telemetry.log("agent_run_completed", {
            "run_id": run_id,
            "workflow": "support_resolution",
            "agent_name": "llamaindex_support_agent",
            "status": status,
            "error_type": error_type,
            "duration_ms": round((perf_counter() - started_at) * 1000),
            "index_version": INDEX_VERSION,
            "prompt_version": PROMPT_VERSION,
            "release": APP_RELEASE,
        })

活動合約

run_id、工作流程、agent_name、model_alias、index_version、prompt_version 和發布

狀態、duration_ms、tool_call_count、retry_count、human_handoff 和 error_type

estimated_cost_usd、已接受、evaluation_score、evaluator_version 以及批准後的環境

實施檢查點

檢查站 1

包裝公共 agent.run 或工作流程邊界,並在處理程式完成後發出一個終端應用程式結果。

檢查站 2

使用 LlamaIndex 工作流程事件和埋點進行步驟級檢查;僅將審查的 SQL 問題所需的聚合欄位傳送至 Telemetry。

檢查站 3

請勿將提示、代理訊息、檢索的節點、嵌入、工具輸入、工具輸出或異常訊息序列化到事件中。

驗證

證明事件已到達

在演練已知的成功和失敗案例後執行此命令。如果您的最終事件契約與程式碼片段不同,請替換後備資料表名稱。

llamaindex-verification

LlamaIndex Agent Telemetry 驗證查詢

sql
SELECT *
FROM agent_run_completed
ORDER BY timestamp_utc DESC
LIMIT 20;
確認每個邏輯結果的一個終端行,以及預期狀態、識別符號、單位和 UTC 時間。
檢查推斷的架構並驗證重試不會更改欄位型別或生成新的邏輯事件 ID。
在儲存的欄位中搜尋憑據、原始有效負載、提示、私有內容和無限制的錯誤訊息。
在將儀表板視為完整之前,請執行提供程式超時、攝取拒絕和處理程序關閉。

實施參考

在啟用新的生產路徑之前,請檢查事件合約、資料安全指南和上游主要文件。

生產邊界

保持結果事件小且可恢復

該模式提供了

  • 除了上游工作流程之外,還有一個有界的、SQL 就緒的結果。
  • 用於儀表板、警示和跨事件關聯的穩定欄位。
  • 用於驗證成功、失敗、重試和超時行為的夾具驅動路徑。

該模式不提供

  • OTLP 匯出器、自動收集管道或詳細追蹤和診斷日誌的替代品。
  • 僅因為有效負載包含事件 ID,所以僅傳送一次。
  • 收集原始提供商有效負載、使用者內容、憑證或受監管資料的權限。

事件架構起點

在將查詢或程式碼片段適應生產之前,請檢查行粒度、發出邊界、所需型別、隱私類、範例有效負載和驗證清單。

相關產品功能

繼續此工作流程 AI代理監控

透過可審查的 SQL 連線代理執行、工具使用、模型成本、品質和產品結果。

相關 SQL 查詢範例

用 SQL 回答下一個問題

針對此工作流程中的結構化欄位執行查詢,檢查範例結果,並將有用的答案轉換為儀表板或警示。

瀏覽所有查詢範例

按實施系列瀏覽

比較相關整合模式

與此整合配對的範本

更多整合