PulseAugur
中
实时 10:32:05
实体 OpenTelemetry

OpenTelemetry

PulseAugur coverage of OpenTelemetry — every cluster mentioning OpenTelemetry across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
84
90 天内 193
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 7
层级分布 · 90 天
主题
关系
情绪 · 30 天

21 天有情绪数据

最近 · 第 1/10 页 · 共 200 条
  1. TOOL · CL_370580 ·

    Dify 1.20 通过 OpenTelemetry 和人工审批工作流增强 AI 编排

    Dify 最新版本 1.20 为其开源 AI 编排平台引入了重要的企业级增强功能。主要更新包括采用 OpenTelemetry 实现标准化可观测性,允许与 Datadog 和 Jaeger 等各种追踪工具集成。它还增加了异步人工审核工作流,将请求路由到 Slack 和 Microsoft Teams 等聊天应用程序,并集成了防病毒扫描上传的文档以防止恶意软件注入。

  2. TOOL · CL_369966 ·

    监控面向客户的 AI 代理的最佳实践

    大规模监控面向客户的 AI 代理需要在四个关键领域实现标准化:用于遥测的 OpenTelemetry GenAI 约定、应用于每次对话的统一质量规则集、跟踪每个代理和意图的失败率并分配所有权,以及与 NIST AI 600-1 和 OWASP Top 10 for LLM Applications 2025 对齐的每周审查。文章重点介绍了 Agnost AI 作为一种工具,可以根据通俗易懂的规则对对话质量进行评估,无需抽样,而 Lan…

  3. TOOL · CL_369970 ·

    用于监控 Pydantic AI 和 Google ADK 代理的工具

    开发人员可以通过将 OpenTelemetry 跟踪导出到后端来监控使用 Pydantic AI 或 Google ADK 构建的 AI 代理。推荐使用 Agnost AI 进行生产监控,按用户和会话对对话进行分组,并对问题发出警报。Pydantic AI 在开发检查中使用 Pydantic Logfire,而 Google ADK 与 Google Cloud Trace 集成。这两个框架都遵循生成式 AI 的 OpenTeleme…

  4. TOOL · CL_369855 ·

    如何使用 OpenTelemetry 监控 MCP 代理以进行 AI 工具调用

    本文详细介绍了如何使用 OpenTelemetry(一种分布式跟踪标准)来监控模型上下文协议 (MCP) 代理。文章解释说,MCP 工具调用本质上是分布式操作,因此适合站点可靠性工程团队进行跟踪。该指南概述了特定的跨度名称和属性,例如 `mcp.method.name` 和 `gen_ai.operation.name`,以有效跟踪延迟和错误。它还涵盖了如何在 MCP 协议中注入跟踪上下文,并提供了启用服务器跨度和配置导出的实用步骤,…

  5. TOOL · CL_367647 ·

    OpenLIT OpenTelemetry 提供开源工具用于 AI 应用追踪

    OpenLIT OpenTelemetry 是一个新推出的开源平台,旨在帮助开发者利用 OpenTelemetry 来追踪、评估和改进 AI 应用。它提供了 Python、TypeScript 和 Go 的 SDK,并遵循 OpenTelemetry GenAI 语义约定。该平台可以详细追踪 LLM 调用,包括使用的模型、token 数量和成本,并提供选项来控制捕获的数据,例如消息内容和 PII,以平衡调试需求与隐私考量。

  6. TOOL · CL_366582 ·

    AI代理可能静默故障,逃避错误检测

    AI代理中的静默故障是指代理在不触发任何错误代码的情况下提供错误信息或未能完成任务,导致难以通过标准监控进行检测。这些故障可能表现为看似正确但实则错误的答案、声称任务已完成但实际未完成,或悄然放弃。Agnost AI等工具旨在解决此问题,它们使用LLM(大型语言模型)裁判来根据用户定义的规则评估整个对话,标记出传统错误率和追踪遗漏的问题。

  7. TOOL · CL_364860 ·

    AI Agent 可观测性平台:初创公司分阶段指南 · 跟踪 2 个来源

    对于构建 AI Agent 的初创公司来说,选择可观测性平台取决于开发阶段。在原型设计阶段,建议使用 Langfuse Cloud Hobby 或 LangSmith Developer 等免费套餐来跟踪模型和工具调用。随着 Agent 获得客户,集成 Agnost AI 等对话级工具对于识别用户失败和策略违规至关重要。为了扩展,建议使用 Braintrust 或 Langfuse datasets 等平台进行发布测试,只有当客户需求…

  8. TOOL · CL_364742 ·

    Dify 1.20.0 添加了 OpenTelemetry 跟踪导出功能,用于自定义日志记录

    Dify 发布了 1.20.0 版本,其中包括导出 OpenTelemetry 跟踪信息的功能。此增强功能允许用户在自己的可观察性堆栈中记录每个代理调用和工作流步骤,而不是仅限于 Dify 的专有系统。

  9. TOOL · CL_364671 ·

    Braintrust Ai vs. LangSmith: 选择一个 AI 代理评估平台

    Braintrust Ai 和 LangSmith 都是用于评估和观察 AI 代理的综合平台,在工作流程、定价和特定功能方面存在关键差异。Braintrust 强调以实验为中心的评估,将数据、任务和评估者视为核心组件,并提供按数据和分数计费的无限用户。LangSmith 则与 LangChain 和 LangGraph 框架更紧密地集成,提供按席位定价以及针对延迟、成本和错误的运营警报。两个平台都支持跟踪多步代理并接受 OpenTel…

  10. TOOL · CL_364607 ·

    Langfuse、LangSmith 等成为 Arize 的主要替代方案

    本文比较了 Arize 的 AI 可观测性工具 Arize AX 和 Phoenix 的替代方案,重点介绍了 Langfuse 和 Opik 作为具有宽松许可证的开源选项。对于已投入特定平台的团队,LangSmith 推荐给 LangChain 和 LangGraph 用户,而 Datadog 或 Galileo(现为 Splunk Agent Observability)则适合现有 Datadog 客户。其他替代方案包括用于轻量级开…

  11. TOOL · CL_364608 ·

    LangSmith 替代方案提供开源、按使用量付费的 LLM 监控服务

    LangSmith 的多个替代方案正在涌现,用于 LLM 代理评估和监控,其中 Langfuse 和 Braintrust 是突出的选项。Langfuse 为追踪、提示和评估提供了接近的开源替代方案,而 Braintrust 则专注于以实验为驱动的评估工作流程。其他工具如 Opik、Arize Phoenix、Laminar、Helicone 和 Agnost AI 提供了各种功能,如全对话评估器、自托管能力和生产日志分析,通常具有不…

  12. TOOL · CL_364541 ·

    指南详述生产环境AI代理评估的设置方法

    本指南概述了在生产环境中为AI代理设置在线评估的结构化方法,强调证据捕获和具体的失败定义,而非泛泛的判断。它建议从期望的失败结果和证明该结果所需的证据入手,然后为特定行为定义狭窄的、通过/失败的评分标准。该指南还建议使用基于代码的检查来处理客观标准,并使用LLM评估员来进行更细致的评估,同时强调使用OpenTelemetry等工具捕获所有相关对话数据(包括系统结果和工具交互)的重要性。

  13. TOOL · CL_364542 ·

    OpenTelemetry通过新规范统一AI代理追踪

    OpenTelemetry发布了用于AI代理集成的新的语义规范,使开发人员能够追踪用户交互、模型调用和工具使用。这种厂商中立的方法可以对代理行为进行详细追踪,这对于调试和理解性能问题至关重要。这些规范统一了span名称和属性键,从而更容易分析代理工作流程并识别瓶颈或与产品相关的问题。

  14. TOOL · CL_364475 ·

    AI日志记录最佳实践:将元数据与敏感内容分开

    记录生成式AI请求中的敏感信息是一个关键的安全问题。推荐的方法是将日志数据分为元数据和内容,元数据应被慷慨记录,而内容仅在必要时并获得用户明确同意的情况下记录。元数据应包含身份、模型规格、结果、成本和时间戳等详细信息,这些信息足以进行调试和成本分析。提示和完成等内容具有重大的隐私风险,应极其谨慎地处理,如果用户需要用于特定的调试或质量审查,最好由用户单独捕获。

  15. TOOL · CL_362999 ·

    LLM 可观测性工具对比:Langfuse、LangSmith、Braintrust Ai 等

    LLM 可观测性工具的格局正在迅速发展,新平台不断涌现,现有平台也在更新其功能。对于提供追踪、评估、成本跟踪和提示管理等全面开源解决方案,推荐 Langfuse。LangSmith 是为使用 LangChain 和 LangGraph 构建的应用程序首选。对于优先考虑实验驱动评估的团队,Braintrust Ai 脱颖而出。现有 Datadog 用户可以利用其集成的可观测性功能,而 Opik 提供经济高效的托管计划或免费的自托管选项。…

  16. TOOL · CL_362690 ·

    开发者构建开源 LLM 成本和安全防护器

    Osama Malik 开发了 BleedStop,一个开源工具,旨在充当 LLM、SMS 和支付 API 的成本和安全防护器。该应用程序位于 API 调用之前,在允许请求继续之前,根据特定租户的规则和预算限制来评估请求。BleedStop 旨在防止提示注入或失控循环等问题导致过度支出或数据泄露,并提供 ALLOW、LIMIT、CHALLENGE 或 DENY 等决策。

  17. COMMENTARY · CL_361878 ·

    AI代理通过人类批准的、有时限的记忆从错误中学习

    一位开发者探索了通过从错误中学习来改进AI代理记忆的方法,重点关注“经验库”的概念。该方法包括捕获AI代理所做的更正,在人类批准后存储它们,并设置过期日期以防止使用过时信息。开发者测试了八种设计,包括一个名为Beacon的系统,并发现人类门禁的效果不如预期,而过期日期则对性能产生了负面影响。

  18. TOOL · CL_361808 ·

    开发者详述跨提供商捕获 LLM 聊天响应的方法

    一位开发者概述了一种跨各种提供商以编程方式捕获 LLM 聊天响应的方法,区分了直接 API 调用和聊天应用程序中向最终用户显示的响应。对于 API 交互,建议使用 LiteLLM 和 OpenTelemetry 等工具来记录输入、输出和异常。要捕获 ChatGPT 和 Gemini 等应用程序中面向用户的响应,需要采用浏览器自动化方法,因为这些平台不通过标准 API 暴露其特定的模型名称或内部逻辑。提出的解决方案涉及使用标准化的记录模…

  19. COMMENTARY · CL_360967 ·

    AI代理记忆没有标准,开发者被建议自行管理

    截至2026年11月,AI代理记忆没有标准化格式,目前没有主要供应商推出遵循任何记忆规范的代理。虽然一些社区团体和个人项目正在探索记忆标准,但没有一个已发布了被广泛采用的规范。作者建议开发者不要等待标准,而是将关键信息管理在代理文档中,并将工具特定的记忆视为临时缓存,因为目前的实现缺乏可移植性和来源追溯性。

  20. RESEARCH · CL_359308 ·

    AI 代理采用 AER-1 标准以获得可验证的工作收据 · 跟踪 8 个来源

    一种新的 AI 代理收据标准 AER-1 正在获得关注,它能够独立验证代理的工作。该标准侧重于创建代理操作的可验证记录,包括执行前的声明和结果收据,任何人都可以重新计算这些记录。一些系统已开始采用 AER-1,这表明它在确保 AI 代理操作的完整性和可信度方面日益重要。