AIAgent監視のための観察可能なAI AgentSessionトレースツールです

ソリューション概要

AIAgent観察可能性は、モデルインターフェースの成功度だけでなく、AI Agentセッション内のプロンプト、完了、モデル、ツール、ツール、検索、ガードレール、ビジネスチェーン間の関係性にも注目します。 Guanceセッション、トレース、スパン、トークン、時間、リスクの各イベントを一つの視点にまとめ、チームがAIAgentの各段階で何が起こるかを把握できるようにします。

AIAgentはカバレッジのAI Agentワークフローを観察できます

マルチターンの対話、モデルコール、ツール実行、トークンコスト、リスクイベントに関する観察コンテキストを構築し、OpenClawのようなAgent/LLMアクセスフレームワーク、ツールを活用したAIAgentワークフロー、エンタープライズカスタムAI Agentアプリケーションをカバーします。

OpenClaw

ヘルメス

Claude Code

Codex

その他のAIAgent

シーンチャレンジ

AI Agent実行プロセスブラックボックス:単一の回答は複数の推論、ツール呼び出し、検索、ガードレールを経ることがあり、従来のリンクでは各段階で何が起こるかを説明するのが難しくなります。

トークンコストとレイテンシの制御は困難です:モデル、コンテキストの長さ、ツールの再試行、複数回の呼び出しがコストや応答時間に影響を与え、細かいデータがなければ最適化は困難です。

リスクイベントの特定が難しい:センシティブワード、コンテンツモデレーション、ツールのタイムアウト、例外出力は、特定のセッション、トレース、スパーと併せて考慮する必要があります。

AIアプリケーションとビジネスシステムの断絶:AI Agent通話はビジネスプロセスの一部に過ぎず、ログ、指標、リンク、ユーザー行動と共に分析する必要があります。

Guance計画

セッションおよびトレーストレーシング:セッション、ターン、コールリンクごとにAI Agent実行プロセスを再構築し、遅い段階、エラー段階、高性能ステージを迅速に特定します。

モデルとツールコール分析:モデルリクエスト、ツール実行、検索、時間消費、状況、リスクレベルの統一観察。

トークンおよびパフォーマンスコストの監視:トークン消費量、スパン数、トレース時間、モデルコール比率を継続的に分析し、コスト最適化をサポートします。

リスクイベント連動のポジショニング:センシティブワード、ガードレール、コンテンツモデレーション、例外状態を特定の通話コンテキストに関連付けてください。

解法のハイライト

ユーザー会話中に何が起こるのか? セッションリストとトレースリストから素早く収束します

ビューアはアプリケーション、リスクレベル、トークン範囲、セッションID、トレースIDによるフィルタリングをサポートします。チームはまず総セッション数、高リスク数、平均トレース数、トークン消費量、リスクイベントを確認し、その後特定のセッションや個別トレースに掘り下げることができます。

営業に問い合わせドキュメントを見る

ユーザー会話中に何が起こるのか? セッションリストとトレースリストから素早く収束します

成功や失敗だけでなく、ツールの実行、リスクイベント、状態の変化も重要です

コール分析ビューでは、ツール実行記録、リスクイベント、ルールヒット、ステータス、リスクレベルを同じパネルにまとめます。機密コンテンツ、出力異常、ツールのタイムアウト、ガードレールヒットに遭遇した場合、チームは関連するSpanおよび通話コンテキストを直接特定できます。

営業に問い合わせドキュメントを見る

モデルが遅いのか、ツールが遅いのか、検索が遅いのか?ウォーターフォールグラフを使ってコールパスをはっきりと見分けましょう

トレースの詳細は、モデルリクエスト、ツール呼び出し、検索、フォーマット、その他のスパンプロセスの時間と順序をウォーターフォールチャートで示します。マルチターン推論、ツールチェーンオーケストレーション、RAGシナリオでは、チームはボトルネックの所在を特定し、入力、出力、属性情報を引き続き確認できます。

営業に問い合わせドキュメントを見る

モデルが遅いのか、ツールが遅いのか、検索が遅いのか?ウォーターフォールグラフを使ってコールパスをはっきりと見分けましょう

AgentまたはLLMアプリケーションを統合した後、各通話は認証されるべきです

AgentモニタリングアプリケーションやLLMモニタリングアプリケーションを通じて、チームはアプリケーションID、サービスアドレス、クライアントトークンを生成AI Agentアプリケーションを作成できます。アプリケーションが作成された後は、リンク、ログ、メトリクス、通話データをアプリケーション次元ごとに集約できるため、その後のトラブルシューティングは散在したログだけに頼る必要がなくなりました。

営業に問い合わせドキュメントを見る

さらにコンテンツ

LLM オブザーバビリティ

大規模モデル呼び出し、トークンコスト、遅延、エラー、アプリケーションチェーンを分析します。

OWL CLI

エンジニア、スクリプト、AIAgentワークフローのためのGuance入り口です。

Guance MCP Server

MCPをサポートするAIクライアントが認可された観測機能にアクセスできるようにします。

よくある質問

AIAgent観測性とLLM観測性の違いは何ですか?

LLMの観測可能性は、モデル呼び出し、プロンプト、トークン、応答時間、そして大規模モデルのアプリケーションチェーンにより重点を置いています。 AIAgent観察可能性はさらに、AI Agentセッション、マルチターントレース、ツール実行、リスクイベント、コール分析を中心に展開し、ツールオーケストレーション、検索、ガードレール、または多段階推論を伴うAIアプリケーションに適しています。

AIAgent観察可能な主要な指標は何でしょうか?

一般的な指標には、セッション数、トレース数、トレース時間、スパン数、トークン消費量、モデルコール比率、ツール実行比率、リスクイベント数、リスクレベル、通話状況などがあります。チームはこれらの指標を使って経験、安定性、コスト、セキュリティリスクを評価できます。

AIAgent観察可能性はどのようにAI Agentアプリケーションと結びつけることができるのでしょうか?

チームはAgentモニタリングアプリケーションやLLMモニタリングアプリケーションGuance作成し、アプリケーションID、サービスアドレス、クライアントトークンを取得し、アクセスドキュメントに従って設定を完了できます。データが報告された後、ビューアはセッション、トレース、トークン、リスクレベル、アプリケーション次元AI Agent分析し、プロセスを実行します。