В Proto Observatory Platform добавили GenAI-представление тр
новости
13.08.2026

В Proto Observatory Platform добавили GenAI-представление трейса для ИИ-агентов

В Proto Observatory Platform добавили GenAI-представление трейса для ИИ-агентов

Разработчики Proto Observability Platform рассказали о новом способе отображения трассировок для ИИ-агентов. Классическое «дерево» позволяет найти медленный вызов или сбойный спан, но почти бесполезно, когда нужно понять логику работы агента: сколько раз он обращался к языковой модели, какие инструменты запускал, на каком шаге повторял действие и что в итоге увидел пользователь.

Раньше в платформе уже были дерево, граф, флейм-граф и другие представления трейса. Они хорошо закрывали инфраструктурные задачи, однако ответы о поведении агента приходилось буквально собирать вручную, перебирая десятки спанов, транспортных вызовов и дублирующихся сообщений. Первым сигналом стал пример OpenTelemetry Demo 3.0, затем проблема проявилась при отладке собственного AI-аналитика, работающего в связке с MCP-сервером платформы.

В итоге команда добавила отдельное представление GenAI с четырьмя режимами: лентой, графом шагов, графом вызовов и чатом. Лента показывает последовательность событий и позволяет быстро увидеть, что именно происходило между запросами агента. Граф шагов восстанавливает сценарий работы, включая повторные итерации и ветвления. Граф вызовов сфокусирован на технической картине: какие инструменты и сервисы задействованы. Режим чата собирает итоговый диалог с пользователем, чтобы можно было сопоставить ответ с реальными данными трассировки.

Авторы подчеркивают: одного универсального графа было недостаточно, потому что у инженера и у разработчика продукта разные вопросы к одному и тому же трейсу. Также пришлось учитывать особенности реальной GenAI-инструментации: неполные атрибуты спанов, отсутствие явных связей между шагами и избыточный объем повторяющихся сообщений. Новый режим позволяет скрыть лишнее и показать только то, что относится к логике агента, а не к транспорту. Это, по словам команды, значительно ускоряет разбор инцидентов и отладку мультиагентных сценариев.

Источник: habr.com