トレーシング

Agents SDK にはビルトインのトレーシング機能があり、エージェントの実行中に発生するイベント―― LLM 生成、ツール呼び出し、ハンドオフ、ガードレール、さらにカスタムイベントまで――を網羅的に記録します。開発時と本番環境の両方で Traces dashboard を使用すると、ワークフローをデバッグ・可視化・モニタリングできます。

Note

トレーシングはデフォルトで有効です。無効化する方法は次の 2 つです:

1. 環境変数 OPENAI_AGENTS_DISABLE_TRACING=1 を設定してグローバルに無効化する
2. 単一の実行に対しては agents.run.RunConfig.tracing_disabled を True に設定する

OpenAI の API を Zero Data Retention (ZDR) ポリシーで利用している組織では、トレーシングを利用できません。

トレースとスパン

• トレース は 1 度のワークフロー全体を表します。複数のスパンで構成され、次のプロパティを持ちます:
  • workflow_name: 論理的なワークフローまたはアプリ名。例: 「Code generation」や「Customer service」
  • trace_id: トレースを一意に識別する ID。指定しない場合は自動生成されます。形式は trace_<32_alphanumeric> である必要があります。
  • group_id: オプションのグループ ID。会話内の複数トレースを関連付けます。たとえばチャットスレッド ID など。
  • disabled: True の場合、このトレースは記録されません。
  • metadata: トレースに付随する任意のメタデータ。
• スパン は開始時刻と終了時刻を持つ個々の処理を表します。スパンは以下を保持します:
  • started_at と ended_at タイムスタンプ
  • 所属トレースを示す trace_id
  • 親スパンを指す parent_id (存在する場合)
  • スパンに関する情報を格納する span_data。たとえば AgentSpanData にはエージェント情報が、GenerationSpanData には LLM 生成情報が含まれます。

デフォルトのトレーシング

デフォルトで SDK は以下をトレースします:

• Runner.{run, run_sync, run_streamed}() 全体を trace() でラップ
• エージェントが実行されるたびに agent_span() でラップ
• LLM 生成を generation_span() でラップ
• 関数ツール呼び出しを function_span() でラップ
• ガードレールを guardrail_span() でラップ
• ハンドオフを handoff_span() でラップ
• 音声入力 (speech‑to‑text) を transcription_span() でラップ
• 音声出力 (text‑to‑speech) を speech_span() でラップ
• 関連する音声スパンは speech_group_span() の下にネストされる場合があります

トレース名はデフォルトで「Agent trace」です。trace を使用して指定したり、RunConfig で名前やその他のプロパティを設定できます。

さらに カスタムトレーシングプロセッサー を設定して、トレースを別の送信先に出力（置き換えまたは追加）することも可能です。

上位レベルのトレース

複数回の run() 呼び出しを 1 つのトレースにまとめたい場合があります。その場合、コード全体を trace() でラップします。

from agents import Agent, Runner, trace

async def main():
    agent = Agent(name="Joke generator", instructions="Tell funny jokes.")

    with trace("Joke workflow"): # (1)!
        first_result = await Runner.run(agent, "Tell me a joke")
        second_result = await Runner.run(agent, f"Rate this joke: {first_result.final_output}")
        print(f"Joke: {first_result.final_output}")
        print(f"Rating: {second_result.final_output}")

1. with trace() で 2 つの Runner.run 呼び出しをラップしているため、それぞれが個別のトレースを作成せず、全体で 1 つのトレースになります。

トレースの作成

trace() 関数を使ってトレースを作成できます。開始と終了が必要で、方法は 2 つあります。

1. 推奨: with trace(...) as my_trace のようにコンテキストマネージャーとして使用する。開始と終了が自動で行われます。
2. trace.start() と trace.finish() を手動で呼び出す。

現在のトレースは Python の contextvar で管理されているため、並行処理でも自動で機能します。手動で開始／終了する場合は start()／finish() に mark_as_current と reset_current を渡して現在のトレースを更新してください。

スパンの作成

各種 *_span() メソッドでスパンを作成できます。一般的には手動で作成する必要はありません。カスタム情報を追跡するための custom_span() も利用できます。

スパンは自動的に現在のトレースの一部となり、最も近い現在のスパンの下にネストされます。これも Python の contextvar で管理されています。

機密データ

一部のスパンでは機密データが収集される可能性があります。

generation_span() には LLM の入力と出力、function_span() には関数呼び出しの入力と出力が保存されます。これらに機密データが含まれる場合、RunConfig.trace_include_sensitive_data を使用して記録を無効化できます。

同様に、音声スパンにはデフォルトで base64 エンコードされた PCM 音声データが含まれます。VoicePipelineConfig.trace_include_sensitive_audio_data を設定して音声データの記録を無効化できます。

カスタムトレーシングプロセッサー

トレーシングの高レベル構成は次のとおりです。

• 初期化時にグローバルな TraceProvider を作成し、トレースを生成。
• TraceProvider は BatchTraceProcessor を用いてスパン／トレースをバッチ送信し、BackendSpanExporter が OpenAI バックエンドへバッチでエクスポートします。

デフォルト設定を変更して別のバックエンドへ送信したり、エクスポーターの挙動を修正するには次の 2 通りがあります。

1. add_trace_processor()
   既定の送信に加え、追加 のトレースプロセッサーを登録できます。これにより OpenAI バックエンドへの送信に加えて独自処理が可能です。
2. set_trace_processors()
   既定のプロセッサーを置き換え、独自 のトレースプロセッサーだけを使用します。OpenAI バックエンドへ送信する場合は、その機能を持つ TracingProcessor を含める必要があります。

外部トレーシングプロセッサー一覧

• Weights & Biases
• Arize‑Phoenix
• MLflow (self‑hosted/OSS
• MLflow (Databricks hosted
• Braintrust
• Pydantic Logfire
• AgentOps
• Scorecard
• Keywords AI
• LangSmith
• Maxim AI
• Comet Opik
• Langfuse
• Langtrace
• Okahu‑Monocle