Skip to content

追蹤

此頁面包含有關追蹤 (Tracing) 功能的詳細資訊,該功能為 AI 代理程式提供了全面的追蹤能力。

功能概述

追蹤功能是一個強大的監控與偵錯工具,它能擷取關於代理程式執行的詳細資訊,包括:

  • 策略執行
  • LLM 呼叫
  • 工具調用
  • 代理程式圖中的節點執行

此功能透過攔截代理程式管線中的關鍵事件,並將其轉發給可設定的訊息處理器。這些處理器可以將追蹤資訊輸出到各種目的地,例如紀錄檔或檔案系統中的其他類型檔案,使開發者能夠深入瞭解代理程式的行為並有效地排解問題。

事件流程

  1. 追蹤功能攔截代理程式管線中的事件。
  2. 事件會根據設定的訊息篩選器進行篩選。
  3. 篩選後的事件會傳遞給已註冊的訊息處理器。
  4. 訊息處理器會格式化並將事件輸出到各自的目的地。

設定與初始化

基本設定

若要使用追蹤功能,您需要:

  1. 擁有一或多個訊息處理器(您可以使用現有的或建立自己的)。
  2. 在您的代理程式中安裝 Tracing
  3. 設定訊息篩選器(可選)。
  4. 將訊息處理器添加到該功能中。
kotlin
// 定義將用作追蹤訊息目的地的紀錄器/檔案
val logger = KotlinLogging.logger { }
val outputPath = Path("/path/to/trace.log")

// 建立一個代理程式
val agent = AIAgent(
   executor = simpleOllamaAIExecutor(),
   llmModel = OllamaModels.Meta.LLAMA_3_2,
) {
   install(Tracing) {
      // 配置訊息處理器以處理追蹤事件
      addMessageProcessor(TraceFeatureMessageLogWriter(logger))
      addMessageProcessor(
         TraceFeatureMessageFileWriter(
            outputPath,
            { path: Path -> SystemFileSystem.sink(path).buffered() }
         )
      )

      // 可選地篩選訊息
      messageFilter = { message ->
         // 僅追蹤 LLM 呼叫和工具呼叫
         message is AfterLLMCallEvent || message is ToolCallEvent
      }
   }
}

訊息篩選

您可以處理所有現有事件,或根據特定準則選擇其中一些。訊息篩選器可讓您控制哪些事件被處理。這對於專注於代理程式執行的特定方面非常有用:

kotlin
// 僅篩選與 LLM 相關的事件
messageFilter = { message ->
    message is BeforeLLMCallEvent || message is AfterLLMCallEvent
}

// 僅篩選與工具相關的事件
messageFilter = { message ->
    message is ToolCallEvent ||
           message is ToolCallResultEvent ||
           message is ToolValidationErrorEvent ||
           message is ToolCallFailureEvent
}

// 僅篩選節點執行事件
messageFilter = { message ->
    message is AIAgentNodeExecutionStartEvent || message is AIAgentNodeExecutionEndEvent
}

大量追蹤資料

對於具有複雜策略或長時間執行的代理程式,追蹤事件的數量可能會非常龐大。考慮使用以下方法來管理事件量:

  • 使用特定的訊息篩選器來減少事件數量。
  • 實作帶有緩衝或取樣功能的自訂訊息處理器。
  • 使用紀錄檔輪替來防止紀錄檔過大。

依賴關係圖

追蹤功能具有以下依賴項:

Tracing
├── AIAgentPipeline (for intercepting events)
├── TraceFeatureConfig
│   └── FeatureConfig
├── Message Processors
│   ├── TraceFeatureMessageLogWriter
│   │   └── FeatureMessageLogWriter
│   ├── TraceFeatureMessageFileWriter
│   │   └── FeatureMessageFileWriter
│   └── TraceFeatureMessageRemoteWriter
│       └── FeatureMessageRemoteWriter
└── Event Types (from ai.koog.agents.core.feature.model)
    ├── AIAgentStartedEvent
    ├── AIAgentFinishedEvent
    ├── AIAgentRunErrorEvent
    ├── AIAgentStrategyStartEvent
    ├── AIAgentStrategyFinishedEvent
    ├── AIAgentNodeExecutionStartEvent
    ├── AIAgentNodeExecutionEndEvent
    ├── LLMCallStartEvent
    ├── LLMCallWithToolsStartEvent
    ├── LLMCallEndEvent
    ├── LLMCallWithToolsEndEvent
    ├── ToolCallEvent
    ├── ToolValidationErrorEvent
    ├── ToolCallFailureEvent
    └── ToolCallResultEvent

範例與快速入門

基本追蹤到紀錄器

kotlin
// 建立一個紀錄器
val logger = KotlinLogging.logger { }

fun main() {
    runBlocking {
       // 建立帶有追蹤功能的代理程式
       val agent = AIAgent(
          executor = simpleOllamaAIExecutor(),
          llmModel = OllamaModels.Meta.LLAMA_3_2,
       ) {
          install(Tracing) {
             addMessageProcessor(TraceFeatureMessageLogWriter(logger))
          }
       }

       // 執行代理程式
       agent.run("Hello, agent!")
    }
}

錯誤處理與邊緣情況

無訊息處理器

如果沒有訊息處理器添加到追蹤功能中,將會記錄一則警告:

Tracing Feature. No feature out stream providers are defined. Trace streaming has no target.

該功能仍將攔截事件,但它們不會被處理或輸出到任何地方。

資源管理

訊息處理器可能會佔用需要適當釋放的資源(例如檔案控制代碼)。使用 use 擴充函數以確保適當的清理:

kotlin
// 建立一個代理程式
val agent = AIAgent(
    executor = simpleOllamaAIExecutor(),
    llmModel = OllamaModels.Meta.LLAMA_3_2,
) {
    val writer = TraceFeatureMessageFileWriter(
        outputPath,
        { path: Path -> SystemFileSystem.sink(path).buffered() }
    )

    install(Tracing) {
        addMessageProcessor(writer)
    }
}
// 執行代理程式
agent.run(input)
// 當區塊退出時,寫入器將自動關閉

將特定事件追蹤到檔案

kotlin
install(Tracing) {
    // 僅追蹤 LLM 呼叫
    messageFilter = { message ->
        message is BeforeLLMCallEvent || message is AfterLLMCallEvent
    }
    addMessageProcessor(writer)
}

將特定事件追蹤到遠端端點

當您需要透過網路傳送事件資料時,可以使用追蹤到遠端端點。一旦啟動,追蹤到遠端端點會在指定的埠號啟動一個輕量型伺服器,並透過 Kotlin 伺服器傳送事件 (SSE) 傳送事件。

kotlin
// 建立一個代理程式
val agent = AIAgent(
    executor = simpleOllamaAIExecutor(),
    llmModel = OllamaModels.Meta.LLAMA_3_2,
) {
    val connectionConfig = AIAgentFeatureServerConnectionConfig(host = host, port = port)
    val writer = TraceFeatureMessageRemoteWriter(
        connectionConfig = connectionConfig
    )

    install(Tracing) {
        addMessageProcessor(writer)
    }
}
// 執行代理程式
agent.run(input)
// 當區塊退出時,寫入器將自動關閉

在客戶端,您可以使用 FeatureMessageRemoteClient 來接收事件並將其反序列化。

kotlin
val clientConfig = AIAgentFeatureClientConnectionConfig(host = host, port = port, protocol = URLProtocol.HTTP)
val agentEvents = mutableListOf<DefinedFeatureEvent>()

val clientJob = launch {
    FeatureMessageRemoteClient(connectionConfig = clientConfig, scope = this).use { client ->
        val collectEventsJob = launch {
            client.receivedMessages.consumeAsFlow().collect { event ->
                // 從伺服器收集事件
                agentEvents.add(event as DefinedFeatureEvent)

                // 在代理程式完成時停止收集事件
                if (event is AIAgentFinishedEvent) {
                    cancel()
                }
            }
        }
        client.connect()
        collectEventsJob.join()
        client.healthCheck()
    }
}

listOf(clientJob).joinAll()

API 文件

追蹤功能遵循模組化架構,包含以下關鍵元件:

  1. Tracing:主要功能類別,用於攔截代理程式管線中的事件。
  2. TraceFeatureConfig:用於自訂功能行為的設定類別。
  3. 訊息處理器:處理並輸出追蹤事件的元件:

常見問題與疑難排解

以下部分包含與追蹤功能相關的常見問題和解答。

如何僅追蹤代理程式執行的特定部分?

使用 messageFilter 屬性來篩選事件。例如,若要僅追蹤節點執行:

kotlin
install(Tracing) {
   // 僅追蹤 LLM 呼叫
   messageFilter = { message ->
      message is BeforeLLMCallEvent || message is AfterLLMCallEvent
   }
   addMessageProcessor(writer)
}

我可以使用多個訊息處理器嗎?

可以,您可以添加多個訊息處理器以同時追蹤到不同的目的地:

kotlin
install(Tracing) {
    addMessageProcessor(TraceFeatureMessageLogWriter(logger))
    addMessageProcessor(TraceFeatureMessageFileWriter(outputPath, syncOpener))
    addMessageProcessor(TraceFeatureMessageRemoteWriter(connectionConfig))
}

如何建立自訂訊息處理器?

實作 FeatureMessageProcessor 介面:

kotlin
class CustomTraceProcessor : FeatureMessageProcessor() {

    // 處理器的目前開放狀態
    private var _isOpen = MutableStateFlow(false)

    override val isOpen: StateFlow<Boolean>
        get() = _isOpen.asStateFlow()

    override suspend fun processMessage(message: FeatureMessage) {
        // 自訂處理邏輯
        when (message) {
            is AIAgentNodeExecutionStartEvent -> {
                // 處理節點開始事件
            }

            is AfterLLMCallEvent -> {
                // 處理 LLM 呼叫結束事件
           }
            // 處理其他事件類型
        }
    }

    override suspend fun close() {
        // 關閉已建立的連接
    }
}

// 使用您的自訂處理器
install(Tracing) {
    addMessageProcessor(CustomTraceProcessor())
}

有關訊息處理器可以處理的現有事件類型的更多資訊,請參閱預定義事件類型

預定義事件類型

Koog 提供了可用於自訂訊息處理器的預定義事件類型。預定義事件可根據其相關實體分為多個類別:

代理程式事件

AIAgentStartedEvent

表示代理程式執行的開始。包含以下欄位:

名稱資料類型必填預設值說明
strategyNameString代理程式應遵循的策略名稱。
eventIdStringAIAgentStartedEvent事件的識別碼。通常是事件類別的 simpleName

AIAgentFinishedEvent

表示代理程式執行的結束。包含以下欄位:

名稱資料類型必填預設值說明
strategyNameString代理程式遵循的策略名稱。
resultString代理程式執行的結果。如果沒有結果,可以為 null
eventIdStringAIAgentFinishedEvent事件的識別碼。通常是事件類別的 simpleName

AIAgentRunErrorEvent

表示代理程式執行期間發生錯誤。包含以下欄位:

名稱資料類型必填預設值說明
strategyNameString代理程式遵循的策略名稱。
errorAIAgentError代理程式執行期間發生的特定錯誤。有關更多資訊,請參閱 AIAgentError
eventIdStringAIAgentRunErrorEvent事件的識別碼。通常是事件類別的 simpleName

AIAgentError 類別提供了關於代理程式執行期間發生錯誤的更多詳細訊息。包含以下欄位:

名稱資料類型必填預設值說明
messageString提供關於特定錯誤的更多詳細訊息。
stackTraceString直到最後執行程式碼的堆疊記錄集合。
causeStringnull錯誤的原因,如果可用。

策略事件

AIAgentStrategyStartEvent

表示策略執行的開始。包含以下欄位:

名稱資料類型必填預設值說明
strategyNameString策略的名稱。
eventIdStringAIAgentStrategyStartEvent事件的識別碼。通常是事件類別的 simpleName

AIAgentStrategyFinishedEvent

表示策略執行的結束。包含以下欄位:

名稱資料類型必填預設值說明
strategyNameString策略的名稱。
resultString執行的結果。
eventIdStringAIAgentStrategyFinishedEvent事件的識別碼。通常是事件類別的 simpleName

節點事件

AIAgentNodeExecutionStartEvent

表示節點執行的開始。包含以下欄位:

名稱資料類型必填預設值說明
nodeNameString開始執行的節點名稱。
inputString節點的輸入值。
eventIdStringAIAgentNodeExecutionStartEvent事件的識別碼。通常是事件類別的 simpleName

AIAgentNodeExecutionEndEvent

表示節點執行的結束。包含以下欄位:

名稱資料類型必填預設值說明
nodeNameString結束執行的節點名稱。
inputString節點的輸入值。
outputString節點產生的輸出值。
eventIdStringAIAgentNodeExecutionEndEvent事件的識別碼。通常是事件類別的 simpleName

LLM 呼叫事件

LLMCallStartEvent

表示 LLM 呼叫的開始。包含以下欄位:

名稱資料類型必填預設值說明
promptPrompt發送到模型的提示。有關更多資訊,請參閱 Prompt
toolsList<String>模型可以呼叫的工具列表。
eventIdStringLLMCallStartEvent事件的識別碼。通常是事件類別的 simpleName

Prompt 類別表示提示的資料結構,由訊息列表、唯一識別碼以及用於語言模型設定的可選參數組成。包含以下欄位:

名稱資料類型必填預設值說明
messagesList<Message>提示包含的訊息列表。
idString提示的唯一識別碼。
paramsLLMParamsLLMParams()控制 LLM 生成內容方式的設定。

LLMCallEndEvent

表示 LLM 呼叫的結束。包含以下欄位:

名稱資料類型必填預設值說明
responsesList<Message.Response>模型返回的一或多個回應。
eventIdStringLLMCallEndEvent事件的識別碼。通常是事件類別的 simpleName

工具呼叫事件

ToolCallEvent

表示模型呼叫工具的事件。包含以下欄位:

名稱資料類型必填預設值說明
toolNameString工具的名稱。
toolArgsTool.Args提供給工具的參數。
eventIdStringToolCallEvent事件的識別碼。通常是事件類別的 simpleName

ToolValidationErrorEvent

表示工具呼叫期間發生驗證錯誤。包含以下欄位:

名稱資料類型必填預設值說明
toolNameString驗證失敗的工具名稱。
toolArgsTool.Args提供給工具的參數。
errorMessageString驗證錯誤訊息。
eventIdStringToolValidationErrorEvent事件的識別碼。通常是事件類別的 simpleName

ToolCallFailureEvent

表示呼叫工具失敗。包含以下欄位:

名稱資料類型必填預設值說明
toolNameString工具的名稱。
toolArgsTool.Args提供給工具的參數。
errorAIAgentError嘗試呼叫工具時發生的特定錯誤。有關更多資訊,請參閱 AIAgentError
eventIdStringToolCallFailureEvent事件的識別碼。通常是事件類別的 simpleName

ToolCallResultEvent

表示成功的工具呼叫並返回結果。包含以下欄位:

名稱資料類型必填預設值說明
toolNameString工具的名稱。
toolArgsTool.Args提供給工具的參數。
resultToolResult工具呼叫的結果。
eventIdStringToolCallResultEvent事件的識別碼。通常是事件類別的 simpleName