Bagikan melalui


Pelacakan menggunakan Application Insights

Menentukan penalaran di balik eksekusi agen Anda penting untuk pemecahan masalah dan penelusuran kesalahan. Namun, mungkin sulit bagi agen yang kompleks karena sejumlah alasan:

  • Mungkin ada sejumlah besar langkah yang terlibat dalam menghasilkan respons, sehingga sulit untuk melacak semuanya.
  • Urutan langkah-langkah mungkin bervariasi berdasarkan input pengguna.
  • Input/output pada setiap tahap mungkin panjang dan layak diperiksa lebih rinci.
  • Setiap langkah runtime agen mungkin juga melibatkan bersarang. Misalnya, agen mungkin memanggil alat, yang menggunakan proses lain, yang kemudian memanggil alat lain. Jika Anda melihat output yang aneh atau salah dari eksekusi agen tingkat atas, mungkin sulit untuk menentukan dengan tepat di mana dalam eksekusi masalah diperkenalkan.

Pelacakan memecahkan ini dengan memungkinkan Anda melihat dengan jelas input dan output dari setiap primitif yang terlibat dalam eksekusi agen tertentu, dalam urutan dipanggil.

Membuat sumber daya Application Insights

Pelacakan memungkinkan Anda menganalisis performa dan perilaku agen Anda dengan menggunakan OpenTelemetry dan menambahkan sumber daya Application Insights ke proyek Azure AI Foundry Anda.

Untuk menambahkan sumber daya Application Insights, navigasikan ke tab Pelacakan di portal Azure AI Foundry, dan buat sumber daya baru jika Anda belum memilikinya.

Cuplikan layar pelacakan di portal Azure AI Foundry.

Setelah dibuat, Anda bisa mendapatkan string koneksi Application Insights, mengonfigurasi agen Anda, dan mengamati jalur eksekusi lengkap agen Anda melalui Azure Monitor. Biasanya Anda ingin mengaktifkan pelacakan sebelum membuat agen.

Melacak agen

Pertama, gunakan pip install untuk menginstal OpenTelemetry dan plugin pelacakan Azure SDK.

pip install opentelemetry
pip install azure-core-tracing-opentelemetry

Anda juga akan memerlukan pengekspor untuk mengirim hasil ke backend observabilitas Anda. Anda dapat mencetak jejak ke konsol atau menggunakan penampil lokal seperti Dasbor Aspire. Untuk menyambungkan ke Dasbor Aspire atau backend yang kompatibel dengan OpenTelemetry lainnya, instal pengekspor Protokol OpenTelemetry (OTLP).

pip install opentelemetry-exporter-otlp

Setelah paket terinstal, Anda dapat menggunakan salah satu sampel Python berikut untuk menerapkan pelacakan dengan agen Anda. Sampel yang menggunakan pelacakan konsol menampilkan hasilnya secara lokal di konsol. Sampel yang menggunakan Azure Monitor mengirim jejak ke Azure Monitor di portal Azure AI Foundry, di tab Pelacakan di menu navigasi kiri untuk portal.

Catatan

Ada bug yang diketahui dalam fungsionalitas pelacakan agen. Bug akan menyebabkan alat fungsi agen memanggil info terkait (nama fungsi dan nilai parameter, yang dapat berisi informasi sensitif) disertakan dalam jejak bahkan ketika perekaman konten tidak diaktifkan.

Menggunakan Azure Monitor

Menggunakan pelacakan konsol