# 第8篇-10行代码搞定Agent的全链路监控

在构建企业级 AI 应用时，我们不仅关注它“能不能跑通” ，更关注它“跑得稳不稳”。当你的 AI Agent 在生产环境中每天处理成千上万次请求时，是否遇到过这些问题：

* 🤔 这个 Agent 回答为什么这么慢？是网络卡了还是模型推理慢？
* 💸 今天的 Token 消耗量是多少？有没有异常激增？
* 🐛 调用链在哪里断开了？

今天，我们使用microsoft-agent-framework看看如何利用 OpenTelemetry 为你的 AI Agent 赋予“可观测性”超能力。

### 什么是可观测性？

简单来说，就是让你的代码“自己说话”。通过收集 Logs（日志）、Metrics（指标）和 Traces（分布式追踪），可以清晰地看到 AI Agent 内部发生了什么。

### 实战：三步实现监控

基于microsoft-agent-framework，集成监控很简单。

#### 第一步：准备 Tracer

首先，配置 OpenTelemetry 的收集器。我们在这里将指标到处到Console

* 开发阶段：输出到控制台（Console Exporter）
* 生产环境：发送到 Azure Application Insights（Azure Monitor）

创建一个控制台的应用程序，添加如下Nuget包：

```bash
    dotnet add package Azure.AI.OpenAI --version 2.1.0
    dotnet add package Azure.Identity --version 1.18.0-beta.2
    dotnet add package Azure.Monitor.OpenTelemetry.Exporter --version 1.6.0-beta.1
    dotnet add package Microsoft.Agents.AI.OpenAI --version 1.0.0-preview.251125.1
    dotnet add package Microsoft.Extensions.AI.OpenAI --version 10.1.0-preview.1.25608.1
    dotnet add package OpenTelemetry --version 1.14.0
    dotnet add package OpenTelemetry.Exporter.Console --version 1.14.0
```

在应用里启用 OpenTelemetry（OTel） 的链路追踪功能，并把追踪日志输出到控制台和 Azure Monitor（如果你配置了连接字符串）。

```csharp
string sourceName = Guid.NewGuid().ToString("N");

var tracerProviderBuilder = Sdk.CreateTracerProviderBuilder()
    .AddSource(sourceName) // 注册数据源
    .AddConsoleExporter(); // 输出到控制台，方便调试
// 如果配置了连接字符串，则发送到 Azure Monitor
if (!string.IsNullOrWhiteSpace(appInsightsStr))
{
    tracerProviderBuilder.AddAzureMonitorTraceExporter(
        options => options.ConnectionString = appInsightsStr);
}
using var tracerProvider = tracerProviderBuilder.Build();

```

#### 第二步：注入 Agent

微软的 Agent Framework 采用流畅的 Builder 模式，只需调用 `.UseOpenTelemetry()`。

```csharp

AIAgent agent = new AzureOpenAIClient(new Uri(endpoint), new AzureCliCredential())
    .GetChatClient(deploymentName)
    .CreateAIAgent(instructions: "你是一位江湖说书人，擅长用幽默、接地气的方式讲笑话和故事。", name: "Joker")
    .AsBuilder()
    .UseOpenTelemetry(sourceName: sourceName)
    .Build();

```

#### 第三步：像往常一样运行

无需修改业务逻辑代码，无论是普通调用还是流式调用，监控数据都会自动采集。

```csharp
// 运行 Agent
Console.WriteLine(await agent.RunAsync("给我讲一个发生在茶馆里的段子，轻松一点的那种。"));
```

### 效果展示

运行后，控制台会打印出海盗笑话，并输出详细的追踪信息（Activity），包括：

#### 📌 调用核心信息

* **模型（gen\_ai.request.model）**：gpt-4o
* **返回模型版本（gen\_ai.response.model）**：gpt-4o-2024-11-20
* **Agent 名称（gen\_ai.agent.name）**：Joker
* **Agent ID（gen\_ai.agent.id）**：ceb8e71a294b4d9c9391b50410bad3cd
* **调用耗时（Activity.Duration）**：17.77 秒
* **Finish Reason（gen\_ai.response.finish\_reasons）**：stop

#### 📈 Token 使用（计费关键）

* **输入 Tokens（gen\_ai.usage.input\_tokens）**：57
* **输出 Tokens（gen\_ai.usage.output\_tokens）**：419
* **总 Tokens（推导）**：476

#### 🌐 服务端信息

* **Endpoint（server.address）**：maf.cognitiveservices.azure.com
* **Port（server.port）**：443

#### 🧾 响应信息

* **Response ID（gen\_ai.response.id）**：chatcmpl-ClF1Rn0e2I6iSRXpTwSfl3iVbg0VS
* **Trace ID（Activity.TraceId）**：c427b1eac74950961541c0204a685ede
* **Span ID（Activity.SpanId）**：cdef95766cffb01d

### 总结

通过 OpenTelemetry 的标准化协议，可以轻松将 AI Agent 的健康状况可视化。这既有助于快速定位性能瓶颈，也为后续的成本优化提供数据支持。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://bingbing-gui.gitbook.io/blog/ai-agent/agent-framework/di-8-pian-10-xing-dai-ma-gao-ding-agent-de-quan-lian-lu-jian-kong.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.