OTLP
PulseAugur coverage of OTLP — every cluster mentioning OTLP across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
agentevals 转向 OpenTelemetry 以进行 AI 评估数据
agentevals 开源项目已发布 0.10.0 版本，将其评估的摄取和输出转为使用 OpenTelemetry (OTel) 标准。此次更新用 OTLP（OpenTelemetry 协议）取代了其先前的基于 WebSocket 的摄取，用于接收评估数据，并将评分作为 OTel 日志事件发出。此集成使 agentevals 能够更无缝地融入现有的可观测性堆栈，从而可以直接将评估结果导出到跟踪后端或 OTel 收集器。
-
LLM 可观测性：追踪关键信号以安全部署 AI
为大型语言模型 (LLM) 实施可观测性对于安全可扩展的 AI 应用开发至关重要。这包括集成 OpenTelemetry 等工具，直接在生成管道中追踪延迟、Token 使用量、成本和错误等关键信号。虽然传统可观测性侧重于系统指标，但 LLM 可观测性扩展到模型特定的输出来评估即使是看似成功的响应的正确性和效率。开发人员可以构建自定义的仪器包装器来捕获这些信号，提供通常不可见的洞察力，并实现主动监控和警报。
-
AgentLens 将 AI 质量集成到 SigNoz 的可观测性中
一款名为 AgentLens 的新工具已被开发出来，通过与 SigNoz 等可观测性平台集成，来解决评估 AI 代理质量的挑战。与包装代理的传统方法不同，AgentLens 使用 OpenTelemetry 对代理进行检测，并将跟踪发送到 SigNoz。这使得能够评估任何语言的代理运行和历史数据，使 AI 质量成为与延迟和错误率等指标并列的一流可观测性信号。
-
新库 opentel-mcp 检测 LLM 代理工具中的静默故障
一个名为 opentel-mcp 的新开源 npm 库已被开发出来，用于解决模型上下文协议 (MCP) 服务器中的静默故障问题，而 MCP 服务器对于将 LLM 代理连接到工具至关重要。该库对 MCP 服务器进行插桩，特别是针对 Node.js 和 TypeScript，以检测和报告在传输层不明显的故障，例如在成功的 HTTP 200 响应中出现的 `isError: true` 标志。该库与 SigNoz 可观测性平台集成，提供了一…
-
AI代理日志集成OpenTelemetry进行事后分析
本文详细介绍了一种将自研AI代理日志集成到OpenTelemetry中进行分析的方法。作者事后将现有的审计日志转换为OpenTelemetry跟踪，而不是直接将SDK嵌入代理，以减少开销。这种方法允许在Jaeger等工具中可视化代理行为，通过提供清晰的输入和输出时间线来协助事件调查。