트레이싱

Agents SDK에는 트레이싱이 기본 내장되어 있어 에이전트 실행 중 발생하는 이벤트의 포괄적인 기록을 수집합니다: LLM 생성, 도구 호출, 핸드오프, 가드레일, 그리고 사용자 지정 이벤트까지 포함됩니다. Traces 대시보드를 사용하면 개발 및 운영 환경에서 워크플로를 디버그, 시각화, 모니터링할 수 있습니다.

Note

트레이싱은 기본적으로 활성화되어 있습니다. 트레이싱을 비활성화하는 방법은 두 가지입니다:

환경 변수 OPENAI_AGENTS_DISABLE_TRACING=1 을 설정하여 전역으로 트레이싱을 비활성화할 수 있습니다
agents.run.RunConfig.tracing_disabled 를 True 로 설정하여 단일 실행에 대해 트레이싱을 비활성화할 수 있습니다

OpenAI API를 사용하는 Zero Data Retention (ZDR) 정책 하의 조직에서는 트레이싱을 사용할 수 없습니다.

트레이스와 스팬

트레이스(Traces) 는 "워크플로"의 단일 엔드 투 엔드 작업을 나타냅니다. 스팬으로 구성됩니다. 트레이스에는 다음 속성이 있습니다:
- workflow_name: 논리적 워크플로 또는 앱입니다. 예: "Code generation" 또는 "Customer service"
- trace_id: 트레이스의 고유 ID입니다. 전달하지 않으면 자동으로 생성됩니다. 형식은 trace_<32_alphanumeric> 여야 합니다
- group_id: 선택적 그룹 ID로, 동일한 대화에서 여러 트레이스를 연결합니다. 예를 들어 채팅 스레드 ID를 사용할 수 있습니다
- disabled: True이면 트레이스가 기록되지 않습니다
- metadata: 트레이스에 대한 선택적 메타데이터
스팬(Spans) 은 시작 및 종료 시간이 있는 작업을 나타냅니다. 스팬에는 다음이 있습니다:
- started_at 및 ended_at 타임스탬프
- 속한 트레이스를 나타내는 trace_id
- 이 스팬의 부모 스팬을 가리키는 parent_id(있는 경우)
- 스팬에 대한 정보인 span_data. 예를 들어 AgentSpanData 는 에이전트에 대한 정보를, GenerationSpanData 는 LLM 생성에 대한 정보를 포함합니다

기본 트레이싱

기본적으로 SDK는 다음을 트레이싱합니다:

전체 Runner.{run, run_sync, run_streamed}() 가 trace() 로 래핑됩니다
에이전트가 실행될 때마다 agent_span() 으로 래핑됩니다
LLM 생성은 generation_span() 으로 래핑됩니다
함수 도구 호출은 각각 function_span() 으로 래핑됩니다
가드레일은 guardrail_span() 으로 래핑됩니다
핸드오프는 handoff_span() 으로 래핑됩니다
오디오 입력(음성-텍스트)은 transcription_span() 으로 래핑됩니다
오디오 출력(텍스트-음성)은 speech_span() 으로 래핑됩니다
관련 오디오 스팬은 speech_group_span() 아래에 상위로 묶일 수 있습니다

기본적으로 트레이스 이름은 "Agent workflow" 입니다. trace 를 사용하면 이 이름을 설정할 수 있으며, RunConfig 로 이름 및 기타 속성을 구성할 수도 있습니다.

또한, 사용자 지정 트레이스 프로세서를 설정하여 다른 대상으로 트레이스를 푸시할 수 있습니다(대체 또는 보조 대상으로).

상위 수준 트레이스

때때로 여러 번의 run() 호출을 단일 트레이스의 일부로 만들고 싶을 수 있습니다. 전체 코드를 trace() 로 래핑하면 가능합니다.

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}")

Runner.run 에 대한 두 번의 호출이 with trace() 로 래핑되었기 때문에, 개별 실행이 두 개의 트레이스를 생성하는 대신 전체 트레이스의 일부가 됩니다.

트레이스 생성

trace() 함수를 사용하여 트레이스를 생성할 수 있습니다. 트레이스는 시작과 종료가 필요합니다. 이를 수행하는 방법은 두 가지입니다:

권장: 컨텍스트 매니저로 트레이스를 사용합니다. 즉, with trace(...) as my_trace. 이렇게 하면 적절한 시점에 트레이스가 자동으로 시작되고 종료됩니다
수동으로 trace.start() 및 trace.finish() 를 호출할 수도 있습니다

현재 트레이스는 Python의 contextvar 를 통해 추적됩니다. 이는 자동으로 동시성과 함께 동작함을 의미합니다. 트레이스를 수동으로 시작/종료하는 경우, 현재 트레이스를 업데이트하기 위해 start()/finish() 에 mark_as_current 및 reset_current 를 전달해야 합니다.

스팬 생성

여러 *_span() 메서드를 사용하여 스팬을 생성할 수 있습니다. 일반적으로 스팬을 수동으로 생성할 필요는 없습니다. 사용자 지정 스팬 정보를 추적하기 위한 custom_span() 함수가 제공됩니다.

스팬은 자동으로 현재 트레이스의 일부가 되며, Python의 contextvar 를 통해 추적되는 가장 가까운 현재 스팬 아래에 중첩됩니다.

민감한 데이터

일부 스팬은 잠재적으로 민감한 데이터를 캡처할 수 있습니다.

generation_span() 은 LLM 생성의 입력/출력을 저장하고, function_span() 은 함수 호출의 입력/출력을 저장합니다. 여기에 민감한 데이터가 포함될 수 있으므로, RunConfig.trace_include_sensitive_data 를 통해 해당 데이터 캡처를 비활성화할 수 있습니다.

마찬가지로, 오디오 스팬은 기본적으로 입력 및 출력 오디오에 대해 base64로 인코딩된 PCM 데이터를 포함합니다. VoicePipelineConfig.trace_include_sensitive_audio_data 를 구성하여 이 오디오 데이터 캡처를 비활성화할 수 있습니다.

사용자 지정 트레이싱 프로세서

트레이싱의 상위 수준 아키텍처는 다음과 같습니다:

초기화 시 트레이스를 생성하는 역할을 하는 전역 TraceProvider 를 생성합니다
TraceProvider 를 BatchTraceProcessor 로 구성하여 트레이스/스팬을 배치로 BackendSpanExporter 에 전송합니다. Exporter는 스팬과 트레이스를 OpenAI 백엔드로 배치 전송합니다

기본 설정을 사용자 지정하여 대체 또는 추가 백엔드로 트레이스를 보내거나 exporter 동작을 수정하려면 두 가지 옵션이 있습니다:

add_trace_processor() 는 트레이스와 스팬이 준비되는 즉시 수신할 추가 트레이스 프로세서를 추가할 수 있게 합니다. 이를 통해 트레이스를 OpenAI 백엔드로 보내는 것 외에 자체 처리를 수행할 수 있습니다
set_trace_processors() 는 기본 프로세서를 사용자 지정 트레이스 프로세서로 교체 할 수 있게 합니다. 이 경우 OpenAI 백엔드로 트레이스가 전송되지 않으며, 그렇게 하는 TracingProcessor 를 포함해야 합니다

비 OpenAI 모델과의 트레이싱

트레이싱을 비활성화하지 않고도 OpenAI Traces 대시보드에서 무료 트레이싱을 활성화하기 위해 비 OpenAI 모델과 함께 OpenAI API 키를 사용할 수 있습니다.

import os
from agents import set_tracing_export_api_key, Agent, Runner
from agents.extensions.models.litellm_model import LitellmModel

tracing_api_key = os.environ["OPENAI_API_KEY"]
set_tracing_export_api_key(tracing_api_key)

model = LitellmModel(
    model="your-model-name",
    api_key="your-api-key",
)

agent = Agent(
    name="Assistant",
    model=model,
)

참고

OpenAI Traces 대시보드에서 무료 트레이스를 확인하세요