Spårning med Application Insights
Det är viktigt att fastställa resonemanget bakom agentens körningar för felsökning och felsökning. Det kan dock vara svårt för komplexa agenter av flera orsaker:
- Det kan finnas ett stort antal steg som krävs för att generera ett svar, vilket gör det svårt att hålla reda på dem alla.
- Stegsekvensen kan variera beroende på användarens indata.
- Indata/utdata i varje steg kan vara långa och förtjänar mer detaljerad inspektion.
- Varje steg i en agent körning kan också innebära kapsling. En agent kan till exempel anropa ett verktyg som använder en annan process som sedan anropar ett annat verktyg. Om du ser konstiga eller felaktiga utdata från en agentkörning på toppnivå kan det vara svårt att avgöra exakt var i körningen problemet introducerades.
Spårning löser detta genom att låta dig tydligt se indata och utdata för varje primitiv som är involverad i en viss agentkörning, i den ordning som de anropades.
Skapa en Application Insights-resurs
Med spårning kan du analysera agentens prestanda och beteende med hjälp av OpenTelemetry och lägga till en Application Insights-resurs i ditt Azure AI Foundry-projekt.
Om du vill lägga till en Application Insights-resurs går du till fliken Spårning i Azure AI Foundry-portalen och skapar en ny resurs om du inte redan har en.
När du har skapat det kan du hämta en Application Insights-anslutningssträng, konfigurera dina agenter och se den fullständiga körningssökvägen för din agent via Azure Monitor. Vanligtvis vill du aktivera spårning innan du skapar en agent.
Spåra en agent
Börja med att installera pip install
OpenTelemetry och Plugin-programmet för Azure SDK-spårning.
pip install opentelemetry
pip install azure-core-tracing-opentelemetry
Du behöver också en exportör för att skicka resultat till din observerbarhetsserverdel. Du kan skriva ut spårningar till konsolen eller använda ett lokalt visningsprogram, till exempel Aspire Dashboard. Om du vill ansluta till Aspire-instrumentpanelen eller en annan OpenTelemetry-kompatibel serverdel installerar du OTLP-exportören (OpenTelemetry Protocol).
pip install opentelemetry-exporter-otlp
När du har installerat paketen kan du använda följande Python-exempel för att implementera spårning med dina agenter. Exempel som använder konsolspårning visar resultatet lokalt i konsolen. Exempel som använder Azure Monitor skickar spårningarna till Azure Monitor i Azure AI Foundry-portalen på fliken Spårning i den vänstra navigeringsmenyn för portalen.
Kommentar
Det finns en känd bugg i agentspårningsfunktionen. Felet gör att agentens funktionsverktyg anropar relaterad information (funktionsnamn och parametervärden, som kan innehålla känslig information) tas med i spårningarna även när innehållsinspelning inte är aktiverat.
Använda Azure Monitor
- Exempel på grundläggande agent
- Agentexempel med funktionsanrop
- Exempel med en strömhändelsehanterare
Använda konsolspårning