トレーシング

Agents SDK には組み込みのトレーシングが含まれており、エージェント実行中のイベント（ LLM 生成、ツール呼び出し、ハンドオフ、ガードレール、さらに発生したカスタムイベント）を包括的に記録します。Traces ダッシュボードを使用すると、開発中および本番環境でワークフローのデバッグ、可視化、監視ができます。

Note

トレーシングはデフォルトで有効です。無効化する一般的な方法は 3 つあります。

環境変数 OPENAI_AGENTS_DISABLE_TRACING=1 を設定して、グローバルにトレーシングを無効化できます
set_tracing_disabled(True) を使ってコード上でグローバルにトレーシングを無効化できます
単一の実行で agents.run.RunConfig.tracing_disabled を True に設定して、トレーシングを無効化できます

OpenAI の API を使用し、 Zero Data Retention ( ZDR ) ポリシーの下で運用している組織では、トレーシングは利用できません。

トレースとスパン

トレースは「ワークフロー」の単一のエンドツーエンド操作を表します。スパンで構成されます。トレースには次のプロパティがあります。
- workflow_name: 論理的なワークフローまたはアプリです。たとえば「Code generation」や「Customer service」です。
- trace_id: トレースの一意な ID です。指定しない場合は自動生成されます。形式は trace_<32_alphanumeric> である必要があります。
- group_id: 任意のグループ ID です。同じ会話からの複数のトレースを関連付けるために使います。たとえばチャットスレッド ID を使用できます。
- disabled: True の場合、トレースは記録されません。
- metadata: トレースの任意のメタデータです。
スパンは開始時刻と終了時刻を持つ操作を表します。スパンには次があります。
- started_at と ended_at のタイムスタンプ。
- trace_id: 所属するトレースを表します
- parent_id: このスパンの親スパン（存在する場合）を指します
- span_data: スパンに関する情報です。たとえば AgentSpanData にはエージェント情報、GenerationSpanData には LLM 生成情報が含まれます。

デフォルトトレーシング

デフォルトでは、 SDK は次をトレースします。

Runner.{run, run_sync, run_streamed}() 全体が trace() でラップされます。
エージェントが実行されるたびに agent_span() でラップされます
LLM 生成は generation_span() でラップされます
関数ツール呼び出しはそれぞれ function_span() でラップされます
ガードレールは guardrail_span() でラップされます
ハンドオフは handoff_span() でラップされます
音声入力（ speech-to-text ）は transcription_span() でラップされます
音声出力（ text-to-speech ）は speech_span() でラップされます
関連する音声スパンは speech_group_span() の子になる場合があります

デフォルトでは、トレース名は「Agent workflow」です。trace を使う場合はこの名前を設定できます。また、RunConfig で名前やその他のプロパティを設定することもできます。

さらに、カスタムトレースプロセッサーを設定して、トレースを別の送信先にプッシュできます（置き換えまたは副次的な送信先として）。

長時間稼働ワーカーと即時エクスポート

デフォルトの BatchTraceProcessor は、数秒ごとにバックグラウンドでトレースをエクスポートします。あるいは、メモリ内キューがサイズのしきい値に達した場合はより早くエクスポートされ、プロセス終了時には最終フラッシュも実行されます。Celery、RQ、Dramatiq、FastAPI のバックグラウンドタスクのような長時間稼働ワーカーでは、通常は追加コードなしでトレースが自動的にエクスポートされますが、各ジョブ終了直後には Traces ダッシュボードにすぐ表示されない場合があります。

作業単位の終了時に即時配信を保証したい場合は、トレースコンテキスト終了後に flush_traces() を呼び出してください。

from agents import Runner, flush_traces, trace


@celery_app.task
def run_agent_task(prompt: str):
    try:
        with trace("celery_task"):
            result = Runner.run_sync(agent, prompt)
        return result.final_output
    finally:
        flush_traces()

from fastapi import BackgroundTasks, FastAPI
from agents import Runner, flush_traces, trace

app = FastAPI()


def process_in_background(prompt: str) -> None:
    try:
        with trace("background_job"):
            Runner.run_sync(agent, prompt)
    finally:
        flush_traces()


@app.post("/run")
async def run(prompt: str, background_tasks: BackgroundTasks):
    background_tasks.add_task(process_in_background, prompt)
    return {"status": "queued"}

flush_traces() は、現在バッファされたトレースとスパンがエクスポートされるまでブロックするため、部分的に構築されたトレースをフラッシュしないよう、trace() が閉じた後に呼び出してください。デフォルトのエクスポート遅延で問題ない場合は、この呼び出しを省略できます。

高レベルトレース

場合によっては、run() の複数回の呼び出しを 1 つのトレースに含めたいことがあります。これは、コード全体を trace() でラップすることで実現できます。

from agents import Agent, Runner, trace

async def main():
    agent = Agent(name="Joke generator", instructions="Tell funny jokes.")

    with trace("Joke workflow"): # (1)!
        first_result = await Runner.run(agent, "Tell me a joke")
        second_result = await Runner.run(agent, f"Rate this joke: {first_result.final_output}")
        print(f"Joke: {first_result.final_output}")
        print(f"Rating: {second_result.final_output}")

Runner.run の 2 回の呼び出しは with trace() でラップされているため、2 つのトレースを作成するのではなく、個々の実行が全体のトレースの一部になります。

トレース作成

trace() 関数を使ってトレースを作成できます。トレースは開始と終了が必要です。方法は 2 つあります。

推奨: トレースをコンテキストマネージャーとして使用します。つまり with trace(...) as my_trace です。これにより適切なタイミングで自動的に開始・終了されます。
trace.start() と trace.finish() を手動で呼び出すこともできます。

現在のトレースは Python の contextvar で追跡されます。これは並行処理でも自動的に動作することを意味します。トレースを手動で開始/終了する場合は、現在のトレースを更新するために start() / finish() に mark_as_current と reset_current を渡す必要があります。

スパン作成

さまざまな *_span() メソッドを使ってスパンを作成できます。一般には、スパンを手動で作成する必要はありません。カスタムスパン情報を追跡するために custom_span() 関数が利用できます。

スパンは自動的に現在のトレースの一部となり、最も近い現在のスパンの下にネストされます。これは Python の contextvar で追跡されます。

機密データ

一部のスパンは、機密性のある可能性があるデータを取得する場合があります。

generation_span() は LLM 生成の入力/出力を保存し、function_span() は関数呼び出しの入力/出力を保存します。これらには機密データが含まれる可能性があるため、RunConfig.trace_include_sensitive_data でそのデータの取得を無効化できます。

同様に、音声スパンにはデフォルトで入力および出力音声の base64 エンコード PCM データが含まれます。VoicePipelineConfig.trace_include_sensitive_audio_data を設定すると、この音声データの取得を無効化できます。

デフォルトで trace_include_sensitive_data は True です。アプリ実行前に OPENAI_AGENTS_TRACE_INCLUDE_SENSITIVE_DATA 環境変数を true/1 または false/0 に設定することで、コードを書かずにデフォルトを設定できます。

カスタムトレースプロセッサー

トレーシングの高レベルアーキテクチャは次のとおりです。

初期化時に、トレース作成を担当するグローバルな [TraceProvider][agents.tracing.setup.TraceProvider] を作成します。
TraceProvider に BatchTraceProcessor を設定し、BackendSpanExporter へトレース/スパンをバッチ送信します。BackendSpanExporter はスパンとトレースを OpenAI バックエンドにバッチでエクスポートします。

このデフォルト設定をカスタマイズし、トレースを代替または追加のバックエンドに送信したり、エクスポーター動作を変更したりするには、2 つの方法があります。

add_trace_processor() を使うと、準備でき次第トレースとスパンを受け取る 追加の トレースプロセッサーを追加できます。これにより、OpenAI バックエンドへの送信に加えて独自処理を実行できます。
set_trace_processors() を使うと、デフォルトのプロセッサーを独自のトレースプロセッサーで 置き換え できます。これは、そうした処理を行う TracingProcessor を含めない限り、トレースが OpenAI バックエンドに送信されないことを意味します。

非 OpenAI モデルでのトレーシング

非 OpenAI モデルでも OpenAI API キーを使うことで、トレーシングを無効化せずに OpenAI Traces ダッシュボードで無料トレーシングを有効にできます。アダプターの選択と設定上の注意点については、Models ガイドの Third-party adapters セクションを参照してください。

import os
from agents import set_tracing_export_api_key, Agent, Runner
from agents.extensions.models.any_llm_model import AnyLLMModel

tracing_api_key = os.environ["OPENAI_API_KEY"]
set_tracing_export_api_key(tracing_api_key)

model = AnyLLMModel(
    model="your-provider/your-model-name",
    api_key="your-api-key",
)

agent = Agent(
    name="Assistant",
    model=model,
)

単一の実行でのみ別のトレーシングキーが必要な場合は、グローバルエクスポーターを変更する代わりに RunConfig 経由で渡してください。

from agents import Runner, RunConfig

await Runner.run(
    agent,
    input="Hello",
    run_config=RunConfig(tracing={"api_key": "sk-tracing-123"}),
)

追加の注意

Openai Traces ダッシュボードで無料トレースを表示できます。

エコシステム統合

以下のコミュニティおよびベンダー統合は、OpenAI Agents SDK のトレーシング機能をサポートしています。