انتشار خروجی تریس OpenTelemetry به پلتفرم Claude توسط Anthropic

Anthropic در ۱۴ اکتبر ۲۰۲۶ اعلام کرد که خروجی‌گیری تریس‌های OpenTelemetry را به پلتفرم Claude اضافه کرده است. اکنون توسعه‌دهندگان می‌توانند تریس‌های مربوط به عامل‌های مدیریت‌شده Claude، رابط برنامه‌نویسی Messages API و SDKهای Claude را به هر ابزار نظارتی که از این استاندارد پشتیبانی می‌کند ارسال کنند. این قابلیت در مرحله بتای عمومی ارائه شده است.

در اعلامیه Anthropic، این شرکت توضیح داد که افزودن یک مقصد در Claude Console باعث می‌شود هر نوبت اجرای عامل، هر فراخوانی مدل و هر استفاده از ابزار به‌صورت یک تریس استاندارد OpenTelemetry شامل اطلاعاتی مانند زمان تأخیر، تعداد توکن‌ها و شناسه‌ها به ابزار نظارتی کاربر ارسال شود. عامل‌های مدیریت‌شده و Messages API به این مقصد تعریف‌شده در Console نیاز دارند، در حالی که SDKهای Claude به‌صورت خودکار تریس‌ها را صادر می‌کنند. توسعه‌دهندگانی که پیش‌تر تریس‌های Claude Code یا Cowork را به ابزارهای نظارتی ارسال می‌کردند، می‌توانند عامل‌های ساخته‌شده روی پلتفرم Claude را نیز در همان محیط مشاهده کنند.

Anthropic اعلام کرده است که تریس‌های Claude از قراردادهای معنایی OpenTelemetry GenAI پیروی می‌کنند؛ بنابراین داده‌های Claude و دیگر ارائه‌دهندگان در همان ابزارها و داشبوردها قابل استفاده هستند. این تریس‌ها همچنین با هر ابزار OpenTelemetry که نقطه پایانی استاندارد OTLP را بپذیرد، سازگارند.

دو مسیر راه‌اندازی و یک مدل تریس واحد

مستندات پلتفرم Claude تریس را رکورد کامل یک درخواست در مسیر عبور از یک سیستم تعریف می‌کند و اسپن را یک مرحله از یک تریس، مانند درخواست مدل یا استفاده از ابزار، می‌داند. این مستندات دو مسیر راه‌اندازی را توضیح می‌دهد.

ردیابی از طریق SDK در کد پیکربندی می‌شود؛ به این منظور باید SDK نصب و یک ارائه‌دهنده تریسر ثبت شود و به مجوز ویژه‌ای نیاز ندارد. ردیابی API از طریق افزودن یک مقصد در Claude Console تنظیم می‌شود و به مجوز مدیر نیاز دارد.

پوشش این دو مسیر متفاوت است. ردیابی API هر اجرای مدل درون یک درخواست، نوبت‌های اجرای عامل‌های مدیریت‌شده و ابزارهای سروری اجراشده توسط API را ثبت می‌کند. ردیابی SDK علاوه بر این موارد، ابزارهای سمت کاربر که توسط اجراکننده ابزار اجرا می‌شوند، ابزارهای موجود در سندباکس خودمیزبان و دیگر درخواست‌های API مانند بارگذاری فایل‌ها را نیز اضافه می‌کند. راه‌اندازی هر دو مسیر باعث می‌شود اسپن‌های SDK و API یک درخواست در یک تریس واحد قرار گیرند؛ اما برای درخواست‌های پلتفرم Claude روی AWS، اسپن‌های API در تریس‌های جداگانه نمایش داده می‌شوند.

در مورد عامل‌های مدیریت‌شده، هر نشست یک اسپن برای هر درخواست Sessions API ایجاد می‌کند و هر نوبت اجرای عامل نیز یک اسپن جدا دارد. هر نوبت شامل اسپن‌هایی برای هر درخواست مدل، هر ابزاری که API اجرا می‌کند و هر ارزیابی نتیجه است. مستندات، کاربران Claude Code، Agent SDK و Cowork را برای پایش و نظارت بیشتر به مستندات جداگانه این محصولات هدایت می‌کند.

حالت‌های محتوا، محدودیت‌ها و رفتارهای مربوط به انطباق

هر مقصد و هر کلاینت SDK دارای یک حالت محتواست که تعیین می‌کند آیا اسپن‌ها شامل درخواست‌ها و پاسخ‌های مدل باشند یا خیر. حالت پیش‌فرض «فقط فراداده» است و شناسه‌ها، زمان‌بندی، وضعیت، تعداد توکن‌ها و متنی را ثبت می‌کند که کاربر انتخاب کرده است؛ مانند نام و توضیحات عامل‌ها و ابزارها و نام سرورهای MCP. حالت «محتوای کامل» علاوه بر این موارد، درخواست‌ها و پاسخ‌های مدل را نیز اضافه می‌کند.

در حالت محتوای کامل، هر اسپن به‌طور پیش‌فرض حداکثر ۰٫۷۵ مگابایت محتوا نگه می‌دارد. طبق مستندات، این مقدار برای یک پنجره متنی انگلیسی ۲۰۰ هزار توکنی مناسب است و پایین‌تر از محدودیت یک مگابایتی بسیاری از پلتفرم‌ها و پراکسی‌های نظارتی قرار دارد؛ در حالی که یک پنجره یک میلیون توکنی کامل حدود ۴ مگابایت فضا نیاز دارد. اگر محتوا از این حد عبور کند، SDK یا API آن را کوتاه می‌کند و ویژگی anthropic.content.truncated را روی مقدار درست تنظیم می‌کند. در اسپن‌های درخواست، ابتدا پیام‌های اولیه و سپس اعلان سیستم حذف می‌شوند و تصاویر و اسناد فقط به‌عنوان نوع خود نمایش داده می‌شوند.

سازمان‌هایی که محدودیت‌های مدیریت داده مربوط به HIPAA، FERPA یا داده‌های آموزشی K-12 را با Anthropic فعال کرده‌اند، فارغ از حالت تنظیم‌شده، از مقصدها فقط فراداده دریافت می‌کنند؛ هرچند اسپن‌های SDK تحت تأثیر قرار نمی‌گیرند. در شرایط نگهداری صفر داده، حالت محتوای کامل همچنان قابل استفاده است، زیرا API محتوای صادرشده را فقط تا زمان ارسال به مقصد در حافظه نگه می‌دارد. عامل‌های مدیریت‌شده Claude واجد شرایط نگهداری صفر داده نیستند و شرایط نگهداری آن‌ها هنگام استفاده از OpenTelemetry تغییری نمی‌کند.

برای محاسبه توکن‌ها، مستندات توصیه می‌کند هر توکن فقط یک بار شمارش شود؛ به این صورت که در هر درخواست فقط اسپن‌های یک منبع انتخاب شوند و اگر یک درخواست هم اسپن SDK و هم اسپن API داشته باشد، اسپن‌های API مبنا قرار گیرند. همچنین اشاره شده است که در صورت تلاش مجدد برای ارسال داده، ممکن است اسپن‌ها بیش از یک بار دریافت شوند.

یکپارچه‌سازی‌های نام‌برده و اظهارنظر مشتریان اولیه

Anthropic در اعلامیه خود، پلتفرم‌های نظارتی پشتیبانی‌شده را بر اساس کاربرد دسته‌بندی کرده است. برای اشکال‌زدایی عامل‌ها در کنار سایر بخش‌های یک پشته نرم‌افزاری، این شرکت از Grafana Cloud، Honeycomb، Sentry و Splunk نام برده است؛ محیط‌هایی که در آن‌ها تریس عامل‌ها در کنار لاگ‌ها و معیارها قرار می‌گیرند تا توسعه‌دهندگان بتوانند مشخص کنند یک مرحله کند یا ناموفق از کدام سرویس ناشی شده است.

برای بهبود عامل‌ها با استفاده از داده‌های محیط عملیاتی، Anthropic از Arize AI، Braintrust، Datadog، Langfuse، LangSmith از LangChain، New Relic و PostHog نام برده و کاربردهایی مانند تبدیل تریس‌های واقعی به ارزیابی‌ها و شناسایی مشکلات کیفیت را توضیح داده است. برای ردیابی میزان استفاده در یک سازمان نیز Databricks Unity Gateway معرفی شده است؛ ابزاری که به تیم‌های پلتفرم و امنیت اجازه می‌دهد مصرف توکن را بر اساس تیم مشاهده و فعالیت‌های غیرعادی را شناسایی کنند.

چند مشتری اولیه نیز در این اعلامیه درباره استفاده خود از این قابلیت توضیح داده‌اند. رومن اشتیلمان، هم‌بنیان‌گذار و مدیر فناوری Foxglove، گفت این شرکت عامل‌هایی می‌سازد که به تیم‌های رباتیک در اشکال‌زدایی ربات‌هایشان کمک می‌کنند. به گفته او، خروجی‌گیری بومی OpenTelemetry از پلتفرم Claude به این شرکت اجازه می‌دهد تعاملات عامل‌ها را در PostHog در کنار داده‌های استفاده از محصول تحلیل کند تا عملکرد عامل‌ها را در عمل ارزیابی کرده و بهبودهای مورد نیاز تیم‌های رباتیک را اولویت‌بندی کند.

دیوید ترینا، مهندس ارشد نرم‌افزار در Ramp، گفت این شرکت سامانه عامل‌محور Reflect را ساخته است که تریس‌های Langfuse را امتیازدهی می‌کند، خطاهای تکرارشونده را پیدا می‌کند و پیشنهادهایی برای رفع آن‌ها ارائه می‌دهد. او گفت: «در برخی عامل‌ها، تاکنون توانسته‌ایم مصرف توکن را ۱۰ تا ۲۰ درصد کاهش دهیم و نشست‌ها را ۳۰ درصد سریع‌تر کنیم.» ترینا افزود که خروجی‌گیری بومی OpenTelemetry از Claude API می‌تواند بدون مراحل اضافی، ابزارهای ثبت داده را مستقیماً وارد چرخه بهبود کند.

هیون لی، مدیر فناوری Sterling Labs، گفت خروجی بومی، هر تریس را بدون نیاز به ابزارسازی سفارشی برای عامل‌های این شرکت که بازارهای زنده را تحلیل می‌کنند، به Langfuse ارسال می‌کند. آنکوش شارما، مدیر زیرساخت FloQast، نیز گفت عامل‌های این شرکت نرم‌افزار حسابداری روی پلتفرم Claude اجرا می‌شوند و داده‌های تله‌متری آن‌ها در Grafana Cloud قرار دارد. به گفته او، هر فراخوانی مدل در همان تریسی قرار می‌گیرد که جریان کاری تطبیق حساب یا ثبت سند مالی در آن اجرا شده است و شرکت می‌تواند برای پرسش‌های حسابرسان درباره عملکرد یک عامل، همه اقدامات را در یک خط زمانی مشاهده کند.