AI Agent Observability
AI Agent ของคุณทำงานช้า มีค่าใช้จ่ายสูง และบางครั้งให้ผลลัพธ์ที่ไม่คาดคิด — แต่คุณไม่สามารถระบุได้ว่าขั้นตอนใดเป็นปัญหา TrueWatch AI Agent Observability รวม Session, Trace, Span, การเรียกใช้โมเดล, การทำงานของเครื่องมือ, การใช้โทเคนและค่าใช้จ่าย รวมถึงเหตุการณ์ความเสี่ยงไว้ในที่เดียว เพื่อให้คุณค้นหาคำตอบจากข้อมูลจริงแทนการคาดเดา
product features
กรอง Session และ Trace เพื่อแยกเหตุการณ์ความเสี่ยงของ AI Agent ของคุณ
ดู Session ทั้งหมด จำนวนความเสี่ยงสูง ปริมาณ Trace เฉลี่ย และการกระจายของเหตุการณ์ความเสี่ยงของ AI Agent ได้ก่อนเจาะลึก กรองตามแอปพลิเคชัน ระดับความเสี่ยง ช่วงโทเคน Session ID หรือ Trace ID เพื่อค้นหา Session หรือระเบียนที่ต้องการได้อย่างตรงจุด
การทริกเกอร์ AI Guardrail ความล้มเหลวในการทำงานของเครื่องมือ และเหตุการณ์ความเสี่ยง — ในมุมมองเดียว
มุมมองการวิเคราะห์การเรียกใช้รวมรายละเอียดการทำงานของเครื่องมือ เหตุการณ์ความเสี่ยง การทริกเกอร์กฎ และบันทึกสถานะของ AI Agent ไว้ด้วยกัน เมื่อกฎ AI Guardrail ทำงาน พบเนื้อหาที่ละเอียดอ่อน หรือเครื่องมือหมดเวลา คุณสามารถข้ามไปยัง Span และบริบทการเรียกใช้ที่เกี่ยวข้องได้ทันที โดยไม่ต้องสลับแท็บ
การติดตามแบบ Waterfall สำหรับ AI Agent ครอบคลุมการเรียกใช้ LLM, เครื่องมือต่อเนื่อง และ RAG
รายละเอียด Trace แสดงเป็นแผนภาพ Waterfall ที่แสดงการอนุมานของโมเดล การเรียกใช้เครื่องมือ การดึงข้อมูลจากฐานความรู้ รวมถึงเวลาแฝงและลำดับของแต่ละ Span สำหรับสถานการณ์การให้เหตุผลหลายรอบ ห่วงโซ่เครื่องมือ หรือการมอนิเตอร์ RAG คุณสามารถระบุได้อย่างแม่นยำว่าโหนดใดมีเวลาแฝงสูง จากนั้นตรวจสอบอินพุต เอาต์พุต และแอตทริบิวต์ของโหนดนั้น
การมอนิเตอร์ AI Agent และ LLM Observability แบบรวมศูนย์ตามแอปพลิเคชัน
สร้างรหัสแอปพลิเคชัน ที่อยู่บริการ และ Client Token ผ่านแอปมอนิเตอร์ AI Agent และแอปมอนิเตอร์ LLM จากนั้น Trace, บันทึก, เมตริก และระเบียนการเรียกใช้จะถูกจัดกลุ่มตามแอปพลิเคชัน ทำให้คุณได้ LLM Observability ในระดับแอป แทนที่จะเป็นบันทึกที่กระจัดกระจายไม่เชื่อมโยงกัน
