Observagent
FAQ produit et référence des données

Comprendre Observagent et les données qu'il reçoit.

Observagent réunit la télémétrie d'IA afin que les équipes puissent comprendre le comportement, améliorer leurs systèmes et réduire l'usage de ressources inutile. Cette page explique aussi l'information qu'une intégration peut envoyer.

Lire la FAQ Voir les données envoyées
FAQ produit

Quoi, comment et pourquoi

Qu'est-ce qu'Observagent ?

Observagent est une infrastructure d'observabilité pour les systèmes d'IA. Elle réunit métriques, traces, journaux et données d'usage afin que les organisations puissent voir comment l'IA se comporte à travers les utilisateurs, agents, applications et départements.

Comment fonctionne Observagent ?

Votre SDK, runtime ou intégration locale émet des signaux OpenTelemetry via HTTPS. Observagent organise ces signaux pour l'investigation et l'analyse. La télémétrie résultante aide les équipes à identifier ce qui fonctionne, découvrir ce qui ne fonctionne pas, et améliorer performance, fiabilité et coût.

Pourquoi Observagent existe-t-il ?

Les systèmes d'IA sont difficiles à améliorer de manière responsable lorsque leur comportement et leur usage de ressources sont opaques. L'objectif d'Observagent est de rendre chaque interaction d'IA observable, en aidant les équipes à réduire l'activité d'IA et la consommation de ressources inutiles tout en construisant des systèmes plus efficaces et durables.

Données du backend

Ce qui est envoyé à Observagent

Les intégrations envoient des traces, métriques et journaux OpenTelemetry via HTTPS. Les champs et le contenu exacts dépendent du SDK, du runtime, des instrumenteurs et de la configuration choisie.

Votre intégrationChoisit les champs et le contenu
OTLP via HTTPSSignaux OpenTelemetry
ObservagentExplorer et analyser la télémétrie
Le payload dépend de votre exportateurObservagent n'a pas besoin de texte d'invite ou de réponse pour accepter la télémétrie. Cependant, un SDK ou un instrumenteur automatique peut placer du contenu de modèle, des requêtes de récupération, des sorties d'outils, des URL, des messages d'exception ou d'autres données d'application dans les attributs, événements de span ou corps de journal. Vérifiez ces paramètres avant d'activer une intégration en production.
Référence du payload

Champs conservés pour chaque signal

Champs du backend dérivés des enregistrements OTLP entrants
SignalDonnées conservées
Tous les signauxHeure de réception ; identifiants d'agent, de session et d'utilisateur lorsque fournis ; attributs de ressource ; et attributs d'enregistrement ou de point de données fournis par l'exportateur.
Voir un exemple de télémétrie
Common fields · JSON
{
  "timestamp": "2026-09-27T18:42:11Z",
  "service.name": "support-assistant",
  "agent.id": "triage-agent",
  "session.id": "session-7f3a",
  "user.id": "user-anonymous-42",
  "environment": "production"
}
TracesIDs de trace, de span et de parent ; nom du span ; heures de début/fin et durée ; code et message de statut ; événements de span et leurs attributs ; et liens de span.
Voir un exemple de télémétrie
Trace · JSON
{
  "trace.id": "4bf92f3577b34da6a3ce929d0e0e4736",
  "span.id": "00f067aa0ba902b7",
  "parent.span.id": "b7ad6b7169203331",
  "span.name": "chat.completion",
  "start_time": "2026-09-27T18:42:11.000Z",
  "end_time": "2026-09-27T18:42:11.842Z",
  "duration_ms": 842,
  "status": "OK",
  "attributes": {
    "gen_ai.system": "example-provider",
    "gen_ai.request.model": "example-model"
  }
}
MétriquesNom, description, unité, type et horodatages de la métrique, valeur numérique, valeurs d'histogramme ou de résumé, buckets, bornes, quantiles, et exemplaires avec corrélation trace/span.
Voir un exemple de télémétrie
Metric · JSON
{
  "timestamp": "2026-09-27T18:42:11Z",
  "metric.name": "gen_ai.client.token.usage",
  "description": "Number of tokens used",
  "unit": "{token}",
  "type": "histogram",
  "count": 1,
  "sum": 174,
  "attributes": {
    "gen_ai.request.model": "example-model",
    "gen_ai.token.type": "input"
  }
}
JournauxHorodatages d'événement et d'observation ; texte et numéro de gravité ; corps du journal ; attributs ; et IDs de trace et span optionnels.
Voir un exemple de télémétrie
Log · JSON
{
  "timestamp": "2026-09-27T18:42:11Z",
  "observed_timestamp": "2026-09-27T18:42:11.025Z",
  "severity": "INFO",
  "body": "Model request completed",
  "trace.id": "4bf92f3577b34da6a3ce929d0e0e4736",
  "span.id": "00f067aa0ba902b7",
  "attributes": {
    "event.name": "gen_ai.client.operation",
    "gen_ai.operation.name": "chat"
  }
}
Liste de contrôle vie privée

Contrôler ce que votre intégration envoie

  • Utilisez des valeurs opaques et non sensibles pour les identifiants d’agent, de session et d’utilisateur.
  • Désactivez la capture des invites et réponses sauf si le cas d’usage l’exige.
  • Ne placez pas de secrets, identifiants ou jetons d’accès dans les attributs ou corps de journal.
  • Vérifiez l’instrumentation automatique des modèles, HTTP, bases de données et outils avant la production.
  • Masquez ou omettez les requêtes sensibles, le texte d’exception, les URL, en-têtes et sorties d’outils.
  • Activez uniquement les signaux de trace, métrique et journal nécessaires au projet.
Voir les données de télémétrie