Datadog エクスポーター

Koogは、オブザーバビリティデータのオープン標準であるOpenTelemetryを使用して、エージェントトレースを出力します。これらのトレースをDatadogに送信するために、Koogには組み込みのOpenTelemetryエクスポーターが含まれており、手動での計装（instrumentation）は不要です。

接続されると、DatadogのOpenTelemetryサポートにより、エージェントがLLM、ツール、および外部APIとどのように相互作用するかを可視化、分析、およびデバッグできるようになります。

セットアップ手順

https://www.datadoghq.com/ でDatadogアカウントを作成します。
Organization Settings > API Keys からAPIキーを取得します。
APIキーを提供します。addDatadogExporter() のパラメータとして渡すか、環境変数を介して行います。

bash

export DD_API_KEY="<your-api-key>"

(任意) US1 (datadoghq.com) 以外のDatadogリージョンを使用するには、サイトを addDatadogExporter() のパラメータとして渡すか、環境変数を設定します。

bash

export DD_SITE="datadoghq.eu"

サポートされているサイト：

サイト	リージョン
`datadoghq.com`	US1 (デフォルト)
`datadoghq.eu`	EU1
`us3.datadoghq.com`	US3
`us5.datadoghq.com`	US5
`ap1.datadoghq.com`	AP1 (日本)

設定

Datadogへのエクスポートを有効にするには、OpenTelemetry機能をインストールし、addDatadogExporter() を呼び出します。

基本的な例

=== "Kotlin"

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.agents.features.opentelemetry.feature.OpenTelemetry
import ai.koog.agents.features.opentelemetry.integration.datadog.addDatadogExporter
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
import kotlinx.coroutines.runBlocking
val promptExecutor = simpleOpenAIExecutor("openai-api-key")
-->
```kotlin
fun main() = runBlocking {
    val agent = AIAgent(
        promptExecutor = promptExecutor,
        llmModel = OpenAIModels.Chat.GPT4oMini,
        systemPrompt = "You are a code assistant. Provide concise code examples."
    ) {
        install(OpenTelemetry) {
            addDatadogExporter()
        }
    }

    println("Running agent with Datadog tracing")

    val result = agent.run("Tell me a joke about programming")
    println("Result: $result

See traces in Datadog LLM Observability") } ```

=== "Java"

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent;
import ai.koog.agents.features.opentelemetry.feature.OpenTelemetry;
import ai.koog.agents.features.opentelemetry.integration.datadog.DatadogKt;
import ai.koog.prompt.executor.clients.openai.OpenAIModels;
import ai.koog.prompt.executor.model.PromptExecutor;
public class exampleDatadogExporterJava01 {
    static PromptExecutor promptExecutor = PromptExecutor.builder()
        .openAI("openai-api-key")
        .build();
-->
<!--- SUFFIX
}
-->
```java
public static void main(String[] args) {
    var agent = AIAgent.builder()
        .promptExecutor(promptExecutor)
        .llmModel(OpenAIModels.Chat.GPT4oMini)
        .systemPrompt("You are a code assistant. Provide concise code examples.")
        .install(OpenTelemetry.Feature, config ->
            DatadogKt.addDatadogExporter(config)
        )
        .build();

    System.out.println("Running agent with Datadog tracing");

    var result = agent.run("Tell me a joke about programming");
    System.out.println("Result: " + result + "

See traces in Datadog LLM Observability"); } ```

リソース属性

KoogがエージェントのアクティビティをDatadogに送信する際、それは一連の「スパン（span）」として行われます。スパンは、LLMの呼び出しやツールの実行といった個々の作業記録です。関連するスパンは「トレース（trace）」にグループ化され、これは開始から終了までの完全なエージェントの実行を表します。

addDatadogExporter() は resourceAttributes パラメータを受け取ります。これはトレースを出力するアプリケーションを記述するキーと値のペアのマップです。これらはすべてのスパンに付与されるため、Datadog上で環境やバージョンなどのプロパティによってトレースを簡単にフィルタリングしたりグループ化したりできるようになります。

含めるべき一般的な属性：

env: 環境名 (例: production, staging, development)
service.name: サービスまたはアプリケーションの名前
version: アプリケーションのバージョン。デプロイをまたいだ動作の比較に役立ちます。

リソース属性を使用した例

=== "Kotlin"

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.agents.features.opentelemetry.feature.OpenTelemetry
import ai.koog.agents.features.opentelemetry.integration.datadog.addDatadogExporter
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
import kotlinx.coroutines.runBlocking
val promptExecutor = simpleOpenAIExecutor("openai-api-key")
-->
```kotlin
fun main() = runBlocking {
    val agent = AIAgent(
        promptExecutor = promptExecutor,
        llmModel = OpenAIModels.Chat.GPT4oMini,
        systemPrompt = "You are a helpful assistant."
    ) {
        install(OpenTelemetry) {
            addDatadogExporter(
                url = "datadoghq.eu",  // EUリージョンを使用
                resourceAttributes = mapOf(
                    "env" to "production",
                    "service.name" to "my-agent",
                    "version" to "1.0.0"
                )
            )
        }
    }

    println("Running agent with Datadog tracing")

    agent.run("What is Kotlin?")
}
```
<!--- KNIT example-datadog-exporter-02.kt -->

=== "Java"

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent;
import ai.koog.agents.features.opentelemetry.feature.OpenTelemetry;
import ai.koog.agents.features.opentelemetry.integration.datadog.DatadogKt;
import ai.koog.prompt.executor.clients.openai.OpenAIModels;
import ai.koog.prompt.executor.model.PromptExecutor;
public class exampleDatadogExporterJava02 {
    static PromptExecutor promptExecutor = PromptExecutor.builder()
        .openAI("openai-api-key")
        .build();
-->
<!--- SUFFIX
}
-->
```java
public static void main(String[] args) {
    var agent = AIAgent.builder()
        .promptExecutor(promptExecutor)
        .systemPrompt("You are a helpful assistant.")
        .llmModel(OpenAIModels.Chat.GPT4oMini)
        .install(OpenTelemetry.Feature, config ->
            DatadogKt.addDatadogExporter(
                config,
                null,                            // datadogApiKey: DD_API_KEY環境変数を使用
                "datadoghq.eu"                   // url: EUリージョンを使用
            ))
        .build();

    System.out.println("Running agent with Datadog tracing");

    agent.run("What is Kotlin?");
}
```
<!--- KNIT exampleDatadogExporterJava02.java -->

::: note

Javaから resourceAttributes を設定することは現在サポートされていません。これは、基盤となるKotlin関数が kotlin.time.Duration パラメータ（valueクラス）を保持しており、それ以降のパラメータを含むすべてのオーバーロードにおいてJVM名のマングリング（mangling）を引き起こすためです。resourceAttributes が必要な場合は、上記のKotlinの例を使用してください。 :::

複数のバックエンドへの送信

トレースをDatadogと別のバックエンドに同時に送信するには、addDatadogExporter() を通じてDatadogを登録し、addSpanExporter() を通じて2つ目のエクスポーターを追加します。各呼び出しは独立したバッチスパンプロセッサを登録するため、2つのバックエンドは並行してエクスポートされます。

=== "Kotlin"

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.agents.features.opentelemetry.feature.OpenTelemetry
import ai.koog.agents.features.opentelemetry.feature.OpenTelemetryConfigJvm.addSpanExporter
import ai.koog.agents.features.opentelemetry.integration.datadog.addDatadogExporter
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
import io.opentelemetry.exporter.otlp.http.trace.OtlpHttpSpanExporter
import kotlinx.coroutines.runBlocking
val promptExecutor = simpleOpenAIExecutor("openai-api-key")
fun main() = runBlocking {
    val agent = AIAgent(
        promptExecutor = promptExecutor,
        llmModel = OpenAIModels.Chat.GPT4oMini,
        systemPrompt = "You are a helpful assistant."
    ) {
-->
<!--- SUFFIX
    }
}
-->
```kotlin
install(OpenTelemetry) {
    addDatadogExporter()
    addSpanExporter(
        OtlpHttpSpanExporter.builder()
            .setEndpoint("http://localhost:4318/v1/traces")
            .build()
    )
}
```
<!--- KNIT example-datadog-exporter-03.kt -->

トレースの対象

Datadogエクスポーターは、Koogの一般的なOpenTelemetry統合と同じアクティビティをキャプチャします。キャプチャされるスパンの全リスト、およびLLMのプロンプトとレスポンスの内容を含める方法については、トレースの対象を参照してください。

DatadogのOpenTelemetryサポートの詳細については、Datadog OTLP API Intakeを参照してください。

トラブルシューティング

トレースが表示されない: DD_API_KEY と DD_SITE が正しく設定されていることを確認してください（セットアップ手順を参照）。
認証エラー: Organization Settings > API Keys で、キーがアクティブであることを確認してください。
接続の問題: 環境が https://otlp.<DD_SITE>/v1/traces に到達できることを確認してください。例えば、US1の場合は https://otlp.datadoghq.com/v1/traces です。

全般的なトラブルシューティングについては、トラブルシューティングを参照してください。

プランナーエージェント

プロンプトの作成

プロンプトの実行

チャットメモリ

OpenTelemetry

サブグラフ

Datadog エクスポーター

セットアップ手順

設定

基本的な例

リソース属性

リソース属性を使用した例

複数のバックエンドへの送信

トレースの対象

トラブルシューティング

Datadog エクスポーター ​

セットアップ手順 ​

設定 ​

基本的な例 ​

リソース属性 ​

リソース属性を使用した例 ​

複数のバックエンドへの送信 ​

トレースの対象 ​

トラブルシューティング ​

Datadog エクスポーター

セットアップ手順

設定

基本的な例

リソース属性

リソース属性を使用した例

複数のバックエンドへの送信

トレースの対象

トラブルシューティング