Harness工程——可观测性

本页原始导出仅包含标题。以下内容依据章节主题补充为工程实践指南；涉及具体项目参数时，请以实际代码与配置为准。

本章目标

让一次 Agent 任务从用户请求到模型、工具、检查点和最终输出都可追踪、可度量。

核心设计

• 统一 traceId/taskId
• 结构化日志、指标与轨迹
• 质量、成本、延迟三类看板

落地步骤

1. 每个模型和工具调用形成 span
2. 记录 Token、耗时、重试、错误类型与缓存命中
3. 对提示词和工具参数脱敏后再落日志

常见风险

• 只记录最终错误，无法定位中间决策
• 采集完整上下文造成隐私泄露
• 指标很多但没有告警阈值和责任人

验收标准

实现完成后，应能用可复现的测试或运行轨迹证明：主流程结果正确，异常路径能够安全终止或恢复，权限和敏感信息没有越界，并且关键延迟、成本与失败原因可以被观测。