Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Importante
Los elementos marcados (versión preliminar) en este artículo se encuentran actualmente en versión preliminar pública. Esta versión preliminar se ofrece sin acuerdo de nivel de servicio y no se recomienda para las cargas de trabajo de producción. Es posible que algunas características no sean compatibles o que tengan sus funcionalidades limitadas. Para obtener más información, vea Supplemental Terms of Use for Microsoft Azure Previews.
Microsoft Foundry proporciona una plataforma de observabilidad para supervisar y rastrear agentes de IA. Captura los detalles clave durante una ejecución del agente, como entradas, salidas, uso de herramientas, reintentos, latencias y costos. Reconocimiento del razonamiento detrás de las ejecuciones del agente es importante para solucionar problemas y depurar. Sin embargo, comprender los agentes complejos presenta desafíos por varias razones:
- Podría haber un gran número de pasos implicados en la generación de una respuesta, lo que dificulta el seguimiento de todos ellos.
- La secuencia de pasos puede variar en función de la entrada del usuario.
- Las entradas y salidas en cada fase pueden ser largas y merecen una inspección más detallada.
- Cada paso del entorno de ejecución de un agente también puede implicar el anidamiento. Por ejemplo, un agente podría invocar una herramienta, que usa otro proceso, que luego invoca otra herramienta. Si observa una salida extraña o incorrecta de una ejecución de agente de nivel superior, puede ser difícil determinar exactamente dónde se introdujo el problema en la ejecución.
Los resultados de seguimiento resuelven esto, lo que le permite ver las entradas y salidas de cada primitivo implicado en una ejecución de agente determinada, que se muestran en el orden en que se invocaron, lo que facilita la comprensión y depuración del comportamiento del agente de IA.
Prerrequisitos
Para usar el seguimiento de un extremo a otro, se necesita:
- Un proyecto Foundry con el seguimiento habilitado. Para configurarlo, consulte Configuración del seguimiento en Microsoft Foundry.
- Acceso al recurso Azure Application Insights conectado al proyecto. Para obtener información general, consulte Azure Application Insights.
Nota:
El seguimiento almacena los datos de telemetría en Azure Application Insights, lo que puede incurrir en costos en función de la configuración de retención y volumen de datos. Para obtener más información sobre los precios, consulte Precios deApplication Insights.
OpenTelemetry en Foundry
OpenTelemetry (OTel) proporciona protocolos estandarizados para recopilar y enrutar datos de telemetría. Foundry usa convenciones semánticas de OpenTelemetry, por lo que los seguimientos son coherentes en las herramientas e integraciones admitidas.
Trazar conceptos clave
Esta es una breve introducción a los conceptos clave antes de getting started:
| Conceptos clave | Description |
|---|---|
| Huellas | Los seguimientos capturan el recorrido de una solicitud o flujo de trabajo a través de la aplicación mediante la grabación de eventos y cambios de estado (llamadas de función, valores, eventos del sistema). Consulte Seguimientos de OpenTelemetry. |
| Intervalos | Los intervalos son los bloques de creación de seguimientos, que representan operaciones únicas dentro de un seguimiento. Cada intervalo captura los tiempos de inicio y fin, los atributos y puede anidarse para mostrar relaciones jerárquicas, lo que le permite ver la pila de llamadas completa y la secuencia de operaciones. |
| Attributes | Los atributos son pares clave-valor adjuntos a trazas y segmentos, proporcionando metadatos contextuales como parámetros de función, valores devueltos o anotaciones personalizadas. Estos enriquecen los datos de seguimiento, lo que hace que sea más informativo y útil para el análisis. |
| Convenciones semánticas | OpenTelemetry define convenciones semánticas para estandarizar nombres y formatos para atributos de datos de seguimiento, lo que facilita la interpretación y el análisis entre herramientas y plataformas. Para más información, consulte Convenciones semánticas de OpenTelemetry. |
| Exportadores de seguimiento | Los exportadores de seguimiento envían datos de seguimiento a los sistemas de fondo para almacenamiento y análisis. En Foundry, las trazas se almacenan en Azure Monitor Application Insights. Para obtener información sobre cómo habilitar y ver seguimientos, consulte Configuración del seguimiento en Microsoft Foundry. |
Cómo funciona el seguimiento en Foundry
El seguimiento le ayuda a responder a preguntas como "¿De dónde procede esta respuesta?" y "¿Qué paso introdujo un pico de error o latencia?"
A nivel general, el seguimiento captura:
- Entradas de usuario y salidas del agente.
- Uso de herramientas, incluidas las llamadas a herramientas y los resultados.
- Señales de tiempo como la latencia.
Una vez habilitado el seguimiento para el proyecto, puede inspeccionar las trazas en el portal de Foundry y en Azure Monitor Application Insights. Para ver las opciones de configuración y visualización paso a paso, consulte Configuración del seguimiento en Microsoft Foundry.
Extensión de OpenTelemetry con observabilidad multiagente
Microsoft, en colaboración con Cisco Outshift, ha introducido nuevas convenciones semánticas para sistemas multiagente, basadas en OpenTelemetry y el contexto de seguimiento W3C. Estas convenciones normalizan la telemetría de los flujos de trabajo de varios agentes, lo que permite el registro coherente de métricas para la calidad, el rendimiento, la seguridad y el costo, incluidas las invocaciones y la colaboración de herramientas.
Estas mejoras se integran en:
- Fundición
- Microsoft Agent Framework
- Kernel semántico
- LangChain
- LangGraph
- SDK de agentes de OpenAI
Para más información, consulte Integraciones de seguimiento.
En la tabla siguiente se describen las convenciones semánticas para la observabilidad multiagente. Los intervalos capturan operaciones discretas, los intervalos secundarios muestran operaciones anidadas dentro de un intervalo primario, los atributos proporcionan metadatos y los eventos marcan apariciones significativas durante la ejecución.
| Tipo | Contexto/Intervalo principal | Nombre/Atributo/Evento | Propósito |
|---|---|---|---|
| Alcance | — | ejecutar_tarea | Captura la planeación de tareas y la propagación de eventos, lo que proporciona información sobre cómo se descomponen y distribuyen las tareas. |
| Intervalo secundario | invocar_agente | interacción_de_agente_a_agente | Realiza un seguimiento de la comunicación entre agentes. |
| Intervalo secundario | invocar_agente | agent.state.management | Contexto efectivo, administración de memoria a corto o largo plazo. |
| Intervalo secundario | invocar_agente | agent_planning | Registra los pasos de planeamiento interno del agente. |
| Intervalo secundario | invocar_agente | orquestación de agentes | Captura la orquestación entre agentes. |
| Atributo | invocar_agente | definiciones_de_herramienta | Describe el propósito o la configuración de la herramienta. |
| Atributo | invocar_agente | llm_spans | Registra intervalos de llamadas de modelo. |
| Atributo | execute_tool | tool.call.arguments | Registra los argumentos pasados durante la invocación de herramientas. |
| Atributo | execute_tool | tool.call.results | Registra los resultados devueltos por la herramienta. |
| Event | — | Evaluación (nombre, tipo_error, etiqueta) | Habilita la evaluación estructurada del rendimiento del agente y la toma de decisiones. |
procedimientos recomendados
- Usar atributos de intervalo coherentes: aplique los mismos nombres y formatos de atributo en todos los agentes y herramientas para simplificar la consulta y el análisis.
- Correlacionar identificadores de ejecución de evaluación: vincule los datos de seguimiento con ejecuciones de evaluación para analizar la calidad y el rendimiento en una vista unificada.
- Ocultar contenido confidencial: elimine o enmascare los datos personales, los secretos y las credenciales de las solicitudes, los argumentos de la herramienta y los atributos de extensión, antes de que lleguen a la telemetría.
Seguridad y privacidad
El seguimiento puede capturar información confidencial (por ejemplo, entradas de usuario, salidas del modelo y argumentos y resultados de la herramienta). Use estas prácticas para reducir el riesgo:
- No almacena secretos, credenciales ni tokens en solicitudes, argumentos de herramienta ni atributos de intervalo.
- Redacte o minimice los datos personales y otro contenido confidencial antes de que aparezca en la telemetría.
- Trate los datos de seguimiento como telemetría de producción y aplique los mismos controles y directivas de retención de acceso que use para los registros y las métricas.
Solución de problemas
Si los seguimientos no aparecen en el portal de Foundry o en Application Insights:
- Compruebe que su proyecto Foundry está conectado a un recurso de Application Insights.
- Compruebe que la cuenta tiene los permisos necesarios para consultar la telemetría.
- Asegúrese de que el código del agente incluye la instrumentación necesaria. Para la configuración específica del marco, consulte Integraciones de trazado.
Sugerencia
El seguimiento está disponible en todas las regiones en las que se admite Foundry. La retención y el muestreo de datos de seguimiento siguen la configuración de Application Insights. Para obtener más información, consulte Data retention and archive in Azure Monitor Logs.