タグ

# Observability

6 件の記事が見つかりました

LLM 本番運用に必要なオブザーバビリティを trace / eval / cost の3軸で統合する設計と、Langfuse・Helicone・LangSmith の比較を、Zennのトレンド議論を参照しながら整理する。

AI開発の検証室編集部

11分更新 2026/9/23公開 2026/6/3

AIエージェント可観測性の最小スキーマは、3階層 span ＋構造化ログ＋error taxonomy 5分類。症状から修正までの5ステップ解析フローを OpenTelemetry GenAI 準拠で解説する。

AI開発の検証室編集部

24分更新 2026/9/22公開 2026/5/1

AIコーディング運用の可観測性を、計測対象レイヤー（コード生成 / レビュー / マージ / 障害）と OpenTelemetry・eBPF・LangSmith・内製KPI の2軸で設計する。導入ロードマップと落とし穴つき。

AI開発の検証室編集部

16分更新 2026/9/22公開 2026/5/7

オブザーバビリティ費用は「データ量 × カーディナリティ × 保持期間」でほぼ決まる。高カーディナリティ削減・サンプリング・保持期間の階層化・OpenTelemetry 移行の4軸で品質を落とさず削る。

AI開発の検証室編集部

10分更新 2026/9/22公開 2026/5/28

LLMアプリでは従来のAPMが機能しない理由を整理し、OpenTelemetry + LangSmith/Langfuseによるトレース設計・トークンコスト・品質アラートの実装パターンを2026年版でまとめる。

AI開発の検証室編集部

30分公開 2026/7/24

agent loopの脆弱点「状態がメモリにしかない」をcheckpointで解決し、retry/sagaパターンで部分失敗を冪等にリカバリ。step-level observabilityで詰まりを即特定できる実装パターンを解説する。

AI開発の検証室編集部

20分公開 2026/4/25