追踪
Agents SDK 内置了追踪功能,会在智能体运行期间收集完整的事件记录:LLM 生成、工具调用、交接、护栏,甚至自定义事件。使用 Traces 仪表板,你可以在开发与生产环境中调试、可视化并监控工作流。
导出循环生命周期
Section titled “导出循环生命周期”在大多数环境中,追踪会按固定间隔自动导出。在浏览器或 Cloudflare Workers 中,此功能默认禁用。若队列中追踪过多,仍会触发导出,但不会定期导出。相应地,你应使用 getGlobalTraceProvider().forceFlush() 将导出追踪纳入代码生命周期中,进行手动导出。
例如,在 Cloudflare Worker 中,应将代码包裹在 try/catch/finally 中,并结合 waitUntil 调用强制刷新,以确保在 worker 退出前导出追踪。
import { getGlobalTraceProvider } from '@openai/agents';
export default { async fetch(request, env, ctx): Promise<Response> { try { // your agent code here return new Response(`success`); } catch (error) { console.error(error); return new Response(String(error), { status: 500 }); } finally { // make sure to flush any remaining traces before exiting ctx.waitUntil(getGlobalTraceProvider().forceFlush()); } },};追踪与 Span
Section titled “追踪与 Span”- Traces 表示“工作流”一次端到端的操作,由多个 Span 组成。Trace 具有以下属性:
workflow_name:逻辑上的工作流或应用。例如 “Code generation” 或 “Customer service”。trace_id:Trace 的唯一 ID。若未传入会自动生成。必须符合trace_<32_alphanumeric>格式。group_id:可选的分组 ID,用于关联同一会话中的多个 Trace。例如可使用聊天线程 ID。disabled:若为 True,则不会记录该 Trace。metadata:Trace 的可选元数据。
- Spans 表示具有开始和结束时间的操作。Span 包含:
started_at与ended_at时间戳。trace_id,表示所属的 Trace。parent_id,指向该 Span 的父 Span(如果有)。span_data,即 Span 的相关信息。例如,AgentSpanData包含智能体信息,GenerationSpanData包含 LLM 生成信息等。
默认情况下,SDK 会追踪以下内容:
- 整个
run()或Runner.run()会被包装在一个Trace中 - 每次智能体运行会被包装在
AgentSpan中 - LLM 生成会被包装在
GenerationSpan中 - 函数工具调用会分别被包装在
FunctionSpan中 - 护栏会被包装在
GuardrailSpan中 - 交接会被包装在
HandoffSpan中
默认的 Trace 名称为 “Agent workflow”。你可以使用 withTrace 设置该名称,或者通过 RunConfig.workflowName 配置名称和其他属性。
此外,你可以设置自定义追踪处理器,将追踪发送到其他目的地(作为替代或附加目的地)。
语音智能体跟踪
Section titled “语音智能体跟踪”如果你使用 RealtimeAgent 和 RealtimeSession 搭配默认的 OpenAI Realtime API,追踪会自动在 Realtime API 端进行,除非你在 RealtimeSession 上使用 tracingDisabled: true 或设置环境变量 OPENAI_AGENTS_DISABLE_TRACING 以禁用。
更多详情参见语音智能体概述。
更高层级的追踪
Section titled “更高层级的追踪”有时你可能希望多次调用 run() 属于同一个 Trace。可以通过用 withTrace() 包裹整段代码实现。
import { Agent, run, withTrace } from '@openai/agents';
const agent = new Agent({ name: 'Joke generator', instructions: 'Tell funny jokes.',});
await withTrace('Joke workflow', async () => { const result = await run(agent, 'Tell me a joke'); const secondResult = await run( agent, `Rate this joke: ${result.finalOutput}`, ); console.log(`Joke: ${result.finalOutput}`); console.log(`Rating: ${secondResult.finalOutput}`);});- 由于两次对
run的调用都包裹在withTrace()中,这些单独的运行将归属于同一个总体 Trace,而不会创建两个独立的 Trace。
你可以使用 withTrace() 函数创建一个 Trace。或者,使用 getGlobalTraceProvider().createTrace() 手动创建一个新的 Trace,并将其传入 withTrace()。
当前 Trace 通过 Node.js AsyncLocalStorage 或相应环境的 polyfill 跟踪。这意味着它能自动适配并发。
创建 Span
Section titled “创建 Span”你可以使用各种 create*Span()(例如 createGenerationSpan()、createFunctionSpan() 等)方法创建 Span。通常不需要手动创建 Span。提供了 createCustomSpan() 来追踪自定义 Span 信息。
Span 会自动加入当前 Trace,并嵌套在最近的当前 Span 之下,当前 Span 同样通过 Node.js AsyncLocalStorage 或相应环境的 polyfill 跟踪。
某些 Span 可能会捕获潜在的敏感数据。
createGenerationSpan() 会存储 LLM 生成的输入/输出,createFunctionSpan() 会存储函数调用的输入/输出。这些可能包含敏感数据,你可以通过 RunConfig.traceIncludeSensitiveData 禁用对此类数据的捕获。
自定义追踪处理器
Section titled “自定义追踪处理器”追踪的高层架构如下:
- 初始化时,我们会创建全局的
TraceProvider,其负责创建 Trace,并可通过getGlobalTraceProvider()访问。 - 我们用
BatchTraceProcessor配置TraceProvider,该处理器会将 Trace/Span 批量发送到OpenAITracingExporter,后者会将它们批量导出到 OpenAI 后端。
若要自定义此默认设置,将追踪发送到替代或附加后端,或修改导出器行为,有两种选择:
addTraceProcessor()允许你添加一个“额外”的追踪处理器,它会在 Trace 和 Span 就绪时接收它们。这样你可以在将追踪发送到 OpenAI 后端的同时执行自定义处理。setTraceProcessors()允许你“替换”默认处理器为你自己的处理器。此时,除非你包含一个会向 OpenAI 后端发送数据的TracingProcessor,否则追踪将不会发送到 OpenAI 后端。