OpenAI Agent SDK Tracing: Adicionar os recibos de saúde que faltam

O rastreamento do SDK de agentes da OpenAI é o primeiro registro adequado para explicar o que aconteceu dentro de uma corrida de agentes. Não é, por si só, prova de que o trabalhador seja agora acessível, de que tenha começado uma corrida programada, de que tenha ocorrido uma vez um efeito externo ou de que exista o resultado prometido. O padrão confiável é manter o rastro incorporado, dar a cada corrida uma identificação estável não secreta, e unir esse rastro para separar os recibos de corrida e resultado antes de atribuir um veredicto de saúde. Este guia está ligado ao Python openai agents 0.19.0 libertação de metadados recuperado em 28 de julho de 2026. O pacote foi carregado em 27 de julho, por isso verifique a referência para a sua versão instalada antes de copiar a configuração em um serviço de longa duração. Comece com o rastro que o SDK já lhe dá O Integrações e guia de observabilidade do OpenAI atual diz que o rastreamento é habilitado por padrão no caminho normal do SDK do lado do servidor. Uma corrida pode emitir registros estruturados para chamadas de modelo, chamadas de ferramentas, entregas, guardrails e intervalos personalizados. O Referência de rastreamento Python adiciona detalhes de tarefa, virada, agente, geração, função, transferência, guarda e espaço de áudio. É uma valiosa prova de execução. Ele responde a perguntas como: Qual é o turno de agente e modelo? Que ferramentas funcionais eram chamadas, e em que ordem de nidificação? Houve um guarda roupa ou uma transferência? Onde apareceu uma exceção ou duração prolongada? Quais são as corridas que pertencem ao mesmo fluxo de trabalho ou conversa? Use um rastreamento de nível superior quando várias chamadas Runner.run() implementarem uma operação de negócios. Coloque um ID de execução aleatório e não secreto tanto no group id quanto nos metadados para que o rastro possa ser associado aos registros de aplicação. Não coloque conteúdo do cliente, credenciais ou um produto completo nesse ID. A configuração de dados sensíveis importa. A referência oficial do Python diz que os intervalos de geração e os intervalos de função podem conter entradas e saídas de modelos e ferramentas, e que a captura sensível é habilitada por padrão. O trace include sensitive data=False reduz essa exposição. Não corrige dados que você coloca deliberadamente em metadados personalizados, por isso mantenha as evidências personalizadas mínimas também. O bloco finally resolve um problema mais estreito. O processador de lote padrão exporta em segundo plano a cada poucos segundos e despeja na saída do processo. Para um trabalhador de fila que deve tornar visível o seu rastro antes de reconhecer um emprego, ligue para o flush traces() após o fechamento do contexto do rastro. Um flush confirma que os registos de rastreamento tamponados foram entregues ao seu processador; ainda não prova o resultado comercial externo. Desenhe o limite onde o rastro termina Um rastro descreve o caminho observado pela sua instrumentação. O agente de saúde pergunta se o sistema circundante está a funcionar agora e se o trabalho útil chegou ao seu destino. Aqueles relógios e fontes de evidências são diferentes. Considere um rastro que terminou limpo às 10:00. Às 10:05, o trabalhador pode estar offline. Um horário de 10:15 pode ser perdido sem produzir novos vestígios. Um período de ferramentas pode conter uma resposta HTTP bem sucedida enquanto o destino rejeita a transação mais tarde. Uma resposta final do modelo pode dizer done enquanto o arquivo esperado estiver ausente. Tratar o rastro como uma coluna de uma prova se juntar a: Questão de saúde O que o rastreamento do SDK pode mostrar Requisito de recibo adicional A corrida com instrumentos foi executada? Ciclo de vida de rastreamento e de extensão Traçar a frescura das exportações e a identidade da exploração O tempo de execução está disponível agora? Nada depois da última observação Batimento cardíaco com um limiar de expiração O trabalho programado começou a tempo? Um rastro se a corrida começar. Registo de execução esperado e prazo de início O agente está à espera legitimamente? Uma via pausa ou atividade relacionada à aprovação Proprietário de aprovação, prazo, ID de decisão e token de retomada Houve algum efeito colateral uma vez? Tentativa de ferramenta e dados devolvidos Receita de indemnização ou de reconciliação do lado de destino O material de entrega solicitado é correto? Actividade de modelo e ferramenta Verificação determinista de artefatos ou regra de aceitação explícita Esta separação evita três erros caros. Em primeiro lugar, não converta o traço terminado em saudável. Significa que o caminho de execução instrumentada terminou. A saúde requer novas provas de tempo de execução e um recibo de resultados. Em segundo lugar, não converta o traço ausente em falhado imediatamente. O exportador de fundo pode ainda estar dentro da sua janela de entrega. Comparar a idade de exportação com um período de graça documentado; classificar a corrida como incerta enquanto a prova é atrasada. Em terceiro lugar, não converta paused em stuck. Uma pausa com um proprietário autorizado, um prazo de execução e um token de decisão reiniciável estão à espera. Fica preso quando o contrato de dependência é quebrado ou o progresso falha após a decisão. Realizar uma auditoria de cobertura em cinco casos Para tornar a fronteira falsificável, construí uma fixação normalizada de cinco corridas. Cada linha contém uma identificação de execução e seis grupos de evidências: rastreamento, tempo de execução, cronograma, aprovação, efeito e resultado. A auditoria aplica a prioridade de saúde nesta ordem: 1. Preserva uma espera de aprovação bem formada. 2. Marque um batimento cardíaco expirado inacessível. 3. Mantém incerta uma exportação recente desaparecida. 4. Verifique o horário esperado. 5. Comparar o resultado do recibo e digestão. 6. Chame a corrida saudável somente quando o rastro, o efeito e a evidência do resultado concordam. A regra central do falso sucesso é deliberadamente pequena: A prova produziu cinco veredictos esperados de cinco casos: Os resultados individuais revelam por que a união é importante: Fixação Presunção de rastreamento apenas Veredicto conjunta Evidências que alteraram a decisão Saudação Saudação Saudação Batimentos cardíacos frescos e efeitos e resultados correspondentes confirmam isso . Falso sucesso Saudação Falso sucesso O recebimento esperado do artefato está faltando . Esperança de aprovação Enfiado . Esperando Proprietário autorizado e prazo fazem a pausa legítima Tempo de execução perdido Saudação Inalcançável A idade do batimento cardíaco é de 900 segundos contra um limite de 120 segundos Exportação pendente Falha de rastreamento Exportação incerta A idade de exportação é de 2 segundos dentro de uma janela de graça de 10 segundos Não se trata de uma alegação de que todos os pedidos necessitem dos mesmos limiares. Um trabalho de lote que funciona todas as noites precisa de um envelope de batimentos cardíacos diferente de um agente de apoio interativo. Uma pesquisa de somente leitura pode não necessitar de um recibo de efeito. Um relatório gerado pode exigir uma soma de verificação, validação de esquema, piso de contagem de filas e HTTP 200 em seu URL final. A parte reutilizável é a forma e a prioridade das provas, não os números das amostras. A auditoria também utiliza registros normalizados em vez de downloads privados de rastreamento da Plataforma ou uma chamada de modelo ao vivo paga. Isso mantém no inspecionável, mas deixa a implementação do exportador, a retenção do painel e a política da conta fora do experimento. Teste os no seu próprio ambiente. Use uma identificação, mas mantenha armazéns separados de evidências. O projeto prático de produção é uma junção, não uma carga útil de rastreamento maior. Mantenha os intervalos de diagnóstico onde sejam úteis para depuração. Mantenha a atualidade do sistema que detém o operador ou o adaptador. Mantenha as expectativas do horário ao lado do programador. Mantenha a autoridade de aprovação no pedido que possa retomar a corrida. Manter os recibos de efeito na camada de destino ou de reconciliação. Mantenha os cheques de entrega perto do artefato. Junte se a eles através da identificação não secreta e expõe a frescura para cada fonte. Um registo de saúde pode ser compacto: Não trate silenciosamente um campo indisponível como verde. Se o batimento cardíaco do tempo de execução não for lido, o estado do tempo de execução é desconhecido. Se uma organização usar a retenção de dados Zero, note que a referência de rastreamento atual do Python diz que o rastreamento não está disponível para essa política da API; use um processador interno aprovado ou um projeto de evidência diferente apenas após confirmar a política aplicável e o comportamento do SDK. A regra final de operação é simples: use o rastreamento do SDK OpenAI Agents para explicar a execução, não para reivindicar a saúde. Um veredicto saudável requer um rastreamento recente quando um é esperado, um tempo de execução alcançável, um estado de espera honesto, efeitos reconciliados quando aplicável e um resultado verificado. Eliminar um incidente só depois que as provas falhadas se tornam frescas e passam novamente. A Sidewisp está atualmente em prévia privada. O seu papel pretendido é transformar evidências como a acessibilidade, o progresso, o acesso a ferramentas e os resultados verificados em uma visão clara da saúde; a monitorização do SDK de produção OpenAI Agents geralmente não é enviada hoje.