Udforsk: Søg og inspicer produktionsspor
På denne side
Lektionen er omskrevet den 2. november 2026 baseret på Mistrals sider Send traces og Explore traces samt
mistralaiSDK 3.7.0: Exploreren fokuserer på OpenTelemetry-spor, der forespørges via et søgeudtrykssprog; den forældede metodechat_completion_events.searchfindes ikke længere. Kilder: Send traces · Explore traces.
Exploreren: Dit vindue til produktionen
Trace Explorer er stedet, hvor du søger, filtrerer og inspicerer ethvert spor, der løber gennem dine AI-applikationer. Du finder den i Studio under Observability → Traces. Spor vises dog ikke der, medmindre du aktiverer dem først: sporing er deaktiveret som standard.
Sending af spor
Med Python SDK’et installerer du telemetry-udvidelsen (mistralai[telemetry], version 2.4.13 eller nyere) og aktiverer den derefter på klienten:
from mistralai.client import Mistral
from mistralai.extra.observability import configure_telemetry
client = Mistral(api_key="your-api-key")
configure_telemetry(client)
Fra det tidspunkt sporer SDK’et automatisk modelkald, embeddings, agentoperationer, FIM-fuldførelser og OCR. Kald til dine egne værktøjer spores ikke ud af boksen: Du skal tilføje deres spans ved hjælp af SDK’ets tracer.
from mistralai.extra.observability import get_telemetry_tracer
tracer = get_telemetry_tracer(client, "agent-support")
with tracer.start_as_current_span("invoke_agent"):
response = client.chat.complete(
model="mistral-small-latest",
messages=[{"role": "user", "content": "What is the status of order 4521?"}],
)
with tracer.start_as_current_span("execute_tool order_tracking") as span_tool:
span_tool.set_attribute("gen_ai.tool.name", "order_tracking")
span_tool.set_attribute("gen_ai.tool.call.arguments", "4521")
# call your tool here
Andre kilder opfører sig anderledes: Workflows sporer hver kørsel, så snart OTEL_ENABLED=true er indstillet på tjenesten, mens Vibe Work aktiveres via en admin-indstilling i Studio. TypeScript SDK’et tilbyder configureTelemetry. Omvendt sender Vibe Code (CLI og Web) og Studio Playground ikke spor. Alle kilder redigerer en del af dataene væk som standard før eksport; siden Data redaction beskriver denne politik og hvordan du justerer den.
Hvad et spor indeholder
Et spor er et træ af spans, hvor hvert span repræsenterer en operation i kæden:
| Felt | Indhold |
|---|---|
| Trace ID | Identifikator for hele udførelseskæden |
| Spans | Operationer: modelkald, værktøjskald, workflow-trin |
| Varighed | Tid for hvert span og hele sporet |
| Tokens | Input- og output-tokens for hvert modelkald |
| Status | Succes eller fejl, inklusive fejlmeddelelsen |
| Kilde | Oprindelsesprodukt: SDK, Workflows, Vibe Work |
| Tags | Labels anvendt af SDK’et og automatiske metadata, såsom modellen |
Hvis du klikker på et spor, åbnes dets span-træ; hvert span udvides for at vise input, output, latens og tokens.
Søgesproget
Exploreren accepterer et udtrykssprog: betingelser på sporfelter kombineret med AND, OR og NOT.
| Kategori | Operatorer | Eksempel |
|---|---|---|
| Sammenligning | =, !=, <, <=, >, >= | duration_ns > 5000000000 |
| Mønster | LIKE, ILIKE, NOT LIKE | service_name LIKE '%agent%' |
| Understreng | CONTAINS, NOT CONTAINS | service_name CONTAINS 'sdk' |
| Regulært udtryk | REGEXP, NOT REGEXP | service_name REGEXP '^my-' |
| Interval | BETWEEN ... AND ... | duration_ns BETWEEN 1000000 AND 5000000000 |
| Liste | IN (...), NOT IN (...) | status_code IN ('Error', 'Ok') |
| Tilstedeværelse | EXISTS, NOT EXISTS | error_message EXISTS |
Tilgængelige felter inkluderer service_name, status_code (Ok eller Error), duration_ns (i nanosekunder), error_message, start_time, models_used (en liste) og ethvert span-attribut ved brug af klammesyntaks: span_attributes['gen_ai.request.model']. For lister supplerer has(models_used, 'mistral-medium-latest'), hasany(...) og hasall(...) funktionen CONTAINS.
# Alle mislykkede spor fra en tjeneste
service_name = 'agent-support' AND status_code = 'Error'
# Spor længere end 5 sekunder
duration_ns > 5000000000
# Spor, der kaldte en specifik model
span_attributes['gen_ai.request.model'] CONTAINS 'mistral-large'
Hvis en søgning ikke giver nogen resultater, skal du fjerne alle betingelser undtagen tidsintervallet og derefter tilføje dem én efter én. En almindelig fejl er at filtrere efter status_code = 'Error', når de fleste spor lykkes.
Forespørgsel på spor via SDK’et
Du kan udføre de samme søgninger programmatisk over et tidsinterval:
from datetime import datetime, timedelta, timezone
from mistralai.client import Mistral
client = Mistral(api_key="your-api-key")
now = datetime.now(timezone.utc)
response = client.beta.observability.traces.search(
from_=now - timedelta(days=1),
to=now,
search_expression="service_name = 'agent-support' AND status_code = 'Error'",
page_size=50,
)
for trace in response.traces.results or []:
print(f"{trace.trace_id} {trace.root_span_name} : {trace.duration_ns / 1e9:.1f} s")
Svaret bruger cursor-baseret paginering. API-referencen dokumenterer endpoints for Traces og Spans (søgning, enkeltspor, mulige felter og værdier, spans i et spor).
Tilføjelse af spans til et datasæt
Exploreren fungerer også som udgangspunkt for testdatasæt. Fra et spor tilbyder menuen for et span Add span to dataset; i visningen Spans kan du vælge op til 500 ad gangen og mappe hvert span-felt til et postfelt. Denne funktion relaterer sig til offline-evalueringer, som er forbeholdt Enterprise-organisationer (Lektion 15).
Vigtige pointer
- Sporing er deaktiveret som standard:
configure_telemetry(client)aktiverer det for Python SDK,OTEL_ENABLED=truefor Workflows - Modelkald spores automatisk; værktøjskald kræver manuel sporing med
get_telemetry_tracer - Exploreren filtrerer spor ved hjælp af et udtrykssprog (
service_name,status_code,duration_ns,span_attributes['…']) - SDK’et eksponerer den samme søgefunktionalitet:
client.beta.observability.traces.search(search_expression=...) - Interessante spans bliver til datasætposter med et enkelt klik eller i batches på 500