Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Siapkan telemetri Vercel AI SDK untuk Evaluasi AgentCore
Halaman ini menjelaskan cara instrumen agen
catatan
AgentCore Evaluasi mendukung Vercel AI SDK hanya untuk TypeScript agen. Python tidak didukung saat ini.
Topik
TypeScript dukungan agen
Agen Vercel AI SDK menghasilkan rentang di bawah nama cakupan. @aws/aws-distro-opentelemetry-instrumentation-vercel-ai
Instrumentasikan agen Anda
Instrumentasikan agen Vercel AI SDK dengan AWS Distro for OpenTelemetry (ADOT). Tambahkan paket autoinstrumentasi AWS Distro Node (@aws/aws-distro-opentelemetry-node-autoinstrumentation) ke dependensi Anda. Ini termasuk instrumentasi AI Vercel bawaan, yang aktif saat startup dan memancarkan nama cakupan. @aws/aws-distro-opentelemetry-instrumentation-vercel-ai
package.json:
{ "dependencies": { "@aws/aws-distro-opentelemetry-node-autoinstrumentation": "^0.12.0" } }
Instrumentasi mengikuti konvensi semantik OpenTelemetry AI Generatif-: ia mengklasifikasikan rentang dengan gen_ai.operation.name dan membawa percakapan dalam atribut. gen_ai.*
catatan
Instrumentasi adalah salah satu langkah dalam mengatur observabilitas. Untuk mengekspor telemetri untuk evaluasi, selesaikan penyiapan lengkap di Menyi apkan observ abilitas.
Bagaimana rentang diidentifikasi
Instrumentasi AI Vercel menetapkan gen_ai.operation.name atribut pada setiap rentang. Layanan evaluasi menggunakan atribut ini untuk mengklasifikasikan rentang:
| Jenis rentang | Mengidentifikasi atribut |
|---|---|
|
Memanggil agen |
|
|
Jalankan alat |
|
|
Inferensi |
|
Bagaimana bidang evaluasi diekstraksi
Vercel AI SDK membuat serial pesan dalam dua bentuk, dan AgentCore Evaluasi membaca keduanya:
-
Bentuk object-dict pada input agen invoke dan rentang inferensi, di mana
gen_ai.input.messagesadalah objek JSON dengansystembidang (prompt sistem) danmessagesarray (misalnya,).{"system": "…", "messages": [{"role": "user", "content": "…"}]} -
Bentuk daftar bagian pada output, di mana setiap pesan membawa
partsarray blok konten yang diketik (misalnya,[{"role": "assistant", "parts": [{"type": "text", "content": "…"}]}]).
AgentCore Evaluasi menarik teks dari kedua bentuk: prompt pengguna dari pesan pengguna terakhir dalam input, prompt sistem dari system lapangan, dan respons agen dari bagian teks keluaran.
Instrumentasi AI Vercel menggunakan telemetri terpadu, sehingga konten percakapan tetap pada rentang sebagai atribut:
-
Prompt pengguna dan respons agen: dari
gen_ai.input.messagesdangen_ai.output.messagespada rentang agen pemanggilan. -
Prompt sistem: dari
systembidang object-dict di.gen_ai.input.messages -
Panggilan alat: nama alat dari
gen_ai.tool.name, dan argumen serta hasil darigen_ai.tool.call.argumentsdangen_ai.tool.call.result, pada rentang alat eksekusi.
Untuk informasi selengkapnya, lihat Contoh rentang dari TypeScript agen.
Contoh rentang dari agen TypeScript
Dengan telemetri terpadu, konten percakapan tetap pada atribut rentang dan tidak ada catatan peristiwa terpisah yang dihasilkan. Contoh berikut berasal dari agen perencanaan perjalanan TypeScript Vercel AI SDK yang digunakan di Amazon Bedrock AgentCore Runtime, menggunakan model Amazon Bedrock.
catatan
Contoh-contoh ini bukan rentang lengkap. Mereka menunjukkan data representatif dari interaksi agen nyata, dengan beberapa bidang dihilangkan dan nilai panjang dipotong untuk keterbacaan.