Ringkasan kemampuan observasi

Observabilitas agen di Gemini Enterprise Agent Platform memberikan visibilitas komprehensif terhadap performa, perilaku, dan kondisi agen yang di-deploy dan server Model Context Protocol (MCP). Dengan memantau metrik utama, melacak jalur eksekusi, dan mengamati sistem multi-agen secara keseluruhan, Anda dapat mendiagnosis masalah, mengoptimalkan konsumsi resource, dan meningkatkan keandalan agen.

Dokumen ini memberikan ringkasan alat kemampuan observasi yang tersedia dalam Gemini Enterprise Agent Platform, termasuk topologi di seluruh sistem, pemantauan agen individual, dan metrik server MCP.

Penyiapan telemetri

Untuk mengisi dasbor, topologi, dan trace kemampuan observasi ini, agen Anda harus dikonfigurasi untuk mengirim data telemetri dalam format OpenTelemetry ke sistem penyimpanan di Google Cloud Observability.

Pastikan lingkungan agen dan server MCP Anda dikonfigurasi dengan benar untuk memunculkan data ini. Komponen Cloud de Confiance by S3NS bawaan otomatis memunculkan telemetri dalam format OpenTelemetry. Misalnya, Model Armor secara native memunculkan telemetri standar, sehingga Anda dapat mengekspos dan memantau intersepsi kebijakan real-time secara lancar langsung dalam data trace tanpa memerlukan instrumentasi kustom.

Untuk mengetahui petunjuk dan persyaratan penyiapan telemetri agen, lihat referensi berikut:

Sinyal kemampuan observasi

Gemini Enterprise Agent Platform menyediakan kemampuan observasi melalui metrik, trace, dan log.

Saat Anda memilih agen tertentu dari Registry, tab Observability menyediakan rangkaian dasbor yang ditargetkan untuk memantau kondisi operasional, performa, dan pemanfaatan infrastrukturnya. Gunakan navigasi sebelah kiri dalam tab Observability untuk beralih di antara tampilan berikut:

  • Ringkasan: Melacak penggunaan tingkat tinggi selama jangka waktu yang Anda pilih, termasuk total sesi, giliran rata-rata per sesi, dan total pemanggilan agen. Diagram deret waktu menampilkan penggunaan token (input versus output), volume traffic agen secara keseluruhan, persentil latensi (p50, p95, p99), dan tingkat error.
  • Evaluasi: Menampilkan monitor online untuk penilaian kualitas berkelanjutan. Hal ini mencakup widget deret waktu yang melacak kualitas respons rata-rata, metrik keamanan, tingkat halusinasi, dan kualitas penggunaan alat.
  • Model: Mengelompokkan performa berdasarkan model dasar yang mendasarinya. Anda dapat memantau latensi p95, jumlah total panggilan, tingkat error, kegagalan kuota, dan penggunaan token yang diisolasi oleh model tertentu.
  • Alat: Memantau alat dan layanan eksternal yang terhubung ke agen. Tampilan ini merinci latensi p95, jumlah panggilan, dan tingkat error per alat, serta frekuensi interaksi saat tidak ada alat yang dipanggil.
  • Penggunaan: Menyediakan metrik tingkat infrastruktur untuk lingkungan runtime agen, termasuk alokasi CPU container, alokasi memori container, dan penggunaan token.
  • Logs: Menampilkan aliran log agen mentah yang dapat difilter, termasuk tingkat keparahan, stempel waktu, dan ringkasan eksekusi untuk pemecahan masalah mendalam. Untuk mengetahui informasi selengkapnya, lihat Melihat log agen.

Selain dasbor di tab Observability, Anda dapat menggunakan tab Traces agen untuk memeriksa eksekusi langkah demi langkah dari sesi tertentu, termasuk directed acyclic graph span dan input/output. Untuk mengetahui informasi selengkapnya, lihat Melihat Trace Agen. Anda juga dapat menggunakan tab Topology untuk melihat dependensi masuk dan keluar tertentu untuk satu agen tersebut.

Untuk server MCP, Anda dapat memantau jumlah permintaan dan durasi permintaan p95 untuk melacak pemanfaatan dan responsivitas.

Mengaudit tindakan agen

Untuk mendukung audit keamanan dan kepatuhan perusahaan, Gemini Enterprise Agent Platform menggunakan logging atribusi ganda untuk mencatat aktivitas agen di Cloud Logging. Saat agen melakukan tindakan atau memanggil alat atas nama seseorang (otoritas yang didelegasikan pengguna), log audit dan eksekusi mencatat identitas agen berbasis SPIFFE (principal://... dalam log audit, atau spiffe://... dalam log eksekusi) dan identitas pengguna manusia yang memulai. Saat agen bertindak secara otonom berdasarkan otoritasnya sendiri, log akan mengatribusikan tindakan tersebut langsung ke identitas agen yang unik.

Auditor dan administrator keamanan dapat mengisolasi dan meninjau peristiwa yang dimulai agen di Cloud Logging dengan memfilter flag is_agentic=true dalam kueri log. Menggabungkan is_agentic=true dengan identitas agen atau akun utama pengguna memungkinkan Anda melacak jalur eksekusi end-to-end dan memverifikasi penegakan kebijakan di semua interaksi agen.

Konvensi AI generatif OpenTelemetry

Trace agen dan log perintah dan respons sangat bergantung pada Konvensi Semantik OpenTelemetry untuk sistem AI generatif untuk menstandarkan cara telemetri AI generatif diambil, disusun, dan dilaporkan.

Mematuhi konvensi ini sangat penting untuk pelacakan agen karena menetapkan format universal yang tidak bergantung pada vendor untuk mendeskripsikan alur kerja agen yang kompleks dan multi-langkah—seperti eksekusi alat, langkah pengambilan, dan konsumsi token. Standardisasi ini membantu interoperabilitas yang lancar di berbagai backend kemampuan observasi dan alat analisis, baik di dalam maupun di luar Cloud de Confiance by S3NS.

Langkah berikutnya