可观测性概览

Gemini Enterprise Agent Platform 中的智能体可观测性功能可让您全面了解已部署智能体和 Model Context Protocol (MCP) 服务器的性能、行为和运行状况。通过监控关键指标、跟踪执行路径以及整体观察多智能体系统，您可以诊断问题、优化资源消耗并提高智能体的可靠性。

本文档简要介绍了 Gemini Enterprise Agent Platform 中提供的可观测性工具，包括系统级拓扑、单个智能体监控和 MCP 服务器指标。

遥测设置

如需填充这些可观测性信息中心、拓扑和跟踪记录，您必须将代理配置为以 OpenTelemetry 格式将遥测数据发送到 Google Cloud Observability 中的存储系统。

确保您的智能体和 MCP 服务器环境已正确配置，以便发出这些数据。内置 Cloud de Confiance by S3NS 组件会自动以 OpenTelemetry 格式发出遥测数据。例如，Model Armor 会原生发出标准化遥测数据，让您能够直接在跟踪数据中无缝公开和监控实时政策拦截，而无需任何自定义插桩。

如需了解代理遥测设置说明和要求，请参阅以下资源：

可观测性信号

Gemini Enterprise Agent Platform 通过指标、跟踪记录和日志提供可观测性。

从 Registry 中选择特定代理后，Observability（可观测性）标签页会提供一套有针对性的信息中心，用于监控其运行健康状况、性能和基础架构利用率。使用可观测性标签页中的左侧导航栏在以下视图之间切换：

  • 概览：跟踪所选时间范围内的总体使用情况，包括总会话数、每次会话的平均轮次和总代理调用次数。时序图表会显示 token 用量（输入与输出）、总体智能体流量、延迟时间百分位数（p50、p95、p99）和错误率。
  • 评估：显示在线监控器，用于持续进行质量评估。这包括跟踪平均回答质量、安全指标、幻觉率和工具使用质量的时间序列 widget。
  • 模型：按底层基础模型细分性能。您可以监控 p95 延迟时间、总调用次数、错误率、配额失败次数以及按特定模型隔离的 token 用量。
  • 工具：监控连接到智能体的外部工具和服务。此视图详细显示了每个工具的 p95 延迟时间、调用次数和错误率，以及未调用任何工具的互动频率。
  • 用量：提供代理运行时环境的基础架构级指标，包括容器 CPU 分配、容器内存分配和 token 用量。
  • 日志：显示可过滤的原始智能体日志流，包括严重级别、时间戳和执行摘要，以便进行深入的问题排查。如需了解详情，请参阅查看代理日志。

除了可观测性标签页上的信息中心之外，您还可以使用智能体的跟踪记录标签页来检查特定会话的逐步执行情况，包括 span 和输入/输出的有向无环图。如需了解详情，请参阅查看智能体跟踪记录。您还可以使用拓扑标签页查看该单个代理的特定入站和出站依赖项。

对于 MCP 服务器，您可以监控请求数量和 p95 请求时长，以跟踪利用率和响应速度。

审核智能体操作

为了支持企业安全和合规性审核，Gemini Enterprise Agent Platform 使用双重归因日志记录在 Cloud Logging 中记录智能体活动。当智能体代表某人执行操作或调用工具（用户委托的授权）时，审核日志和执行日志会同时记录基于 SPIFFE 的智能体身份（审核日志中的 principal://... 或执行日志中的 spiffe://...）以及发起操作的人类用户的身份。当智能体根据自身权限自主执行操作时，日志会将该操作直接归因于该智能体的唯一身份。

审计员和安全管理员可以在日志查询中过滤 is_agentic=true 标志，从而在 Cloud Logging 中隔离和查看由代理发起的事件。将 is_agentic=true 与代理身份或用户主账号结合使用，您可以跟踪端到端执行路径，并验证所有代理交互中的政策执行情况。

OpenTelemetry 生成式 AI 惯例

智能体跟踪记录和提示与回答日志在很大程度上依赖于生成式 AI 系统的 OpenTelemetry 语义惯例，以标准化生成式 AI 遥测数据的捕获、结构化和报告方式。

遵循这些规范对于智能体跟踪至关重要，因为它建立了一种通用的、与供应商无关的格式，用于描述复杂的多步骤智能体工作流，例如工具执行、检索步骤和 token 消耗。这种标准化有助于在 Cloud de Confiance by S3NS内部和外部的不同可观测性后端和分析工具之间实现无缝互操作性。

后续步骤