Monatóireacht agus logáil
Ar an leathanach seo
An ceacht nuashonraithe an 3 Samhain, 2026 bunaithe ar threoir Computer use ó OpenAI agus ar dhoiciméadú an API Responses: léann an logáil gníomhartha anois ó
computer_callagus eilimintí óresponse.output(teachtaireachtaí lenaphase, achoimrí réasúnaíochta, glaonna), in ionad na mbloctool_useó API Anthropic; tá praghsáil chrua-chódáilte Claude Sonnet curtha in ionad praghsáil an mhúnla atá in úsáid, agus tádatetime.utcnow()(as feidhm ó Python 3.12) curtha in ionaddatetime.now(timezone.utc). Foinse: Computer use · Pricing.
Do ghníomhaire a bhreathnú sa táirgeadh
Is bosca dubh é gníomhaire Computer Use sa táirgeadh mura gcuireann tú monatóireacht cheart ar bun. Murab ionann agus API caighdeánach áit a ndéanann tú logáil ar iarratais agus freagraí, caithfidh tú gníomhartha amhairc, scáileáin, agus cinntí an mhúnla a rianú anseo freisin. Is difríocht shuntasach í seo: nuair a theipeann ar shreabhad oibre ag 3 a.m., ní hé “céard an eisceacht a tógadh” an cheist is tábhachtaí, ach “cad a chonaic an gníomhaire, agus cén fáth ar chliceáil sé ansin?” Ní chabhróidh log nach bhfuil freagra ar an gceist sin leat ar maidin.
Na trí leibhéal logála
Braitheann ionstraimiú, mar sin, ar thrí shraith chomhlántacha: cad a rinne an gníomhaire, cad a shíl sé sula ndearna sé é, agus cad a chonaic sé agus é ag déanamh cinntí. Scríobhann gach ceann acu chuig cainéal difriúil toisc nach ionann an toirt ná an saolré úsáideach.
Leibhéal 1: Gníomhartha
Caithfear gach gníomh a fhorghníomhaíonn an gníomhaire a rianú. Cuireann an formáid thíos réimír ar an uimhir atrialta agus ar ainm na céime reatha go córasach, rud a ligeann duit log de roinnt mílte líne a scagadh síos go dtí an t-aon seicheamh amháin a chuaigh mícheart. Tagann gníomhartha mar oibiachtaí ón computer_call, leis na réimsí céanna agus atá i do láimhseálaí (x, y, scroll_x, keys…). Tabhair faoi deara conas a láimhseáiltear an gníomh type: ní thaifeadaimid ach fad an téacs a iontráladh, ní ábhar an téacs féin riamh. Nuair a líonann gníomhaire foirm logála isteach, clóscríobhann sé pasfhocal, agus baineann an riail ón gceacht roimhe seo anseo gan eisceacht.
import logging
logger = logging.getLogger("computer_use")
logger.setLevel(logging.INFO)
handler = logging.FileHandler("agent.log")
handler.setFormatter(logging.Formatter("%(asctime)s | %(levelname)s | %(message)s"))
handler.addFilter(SensitiveFilter()) # scagaire ó cheacht 12
logger.addHandler(handler)
def log_action(action, iteration: int, step: str = ""):
"""Déanann sé logáil ar ghníomh ó computer_call."""
prefix = f"[iter={iteration}] [{step}]"
match action.type:
case "click" | "double_click" | "move":
logger.info("%s %s at (%s, %s)", prefix, action.type.upper(), action.x, action.y)
case "type":
# Ní an téacs féin riamh: ach a fhad amháin
logger.info("%s TYPE (%d chars)", prefix, len(action.text))
case "scroll":
logger.info("%s SCROLL dx=%s dy=%s", prefix, action.scroll_x, action.scroll_y)
case "keypress":
logger.info("%s KEYPRESS %s", prefix, "+".join(action.keys))
case "drag":
logger.info("%s DRAG (%d points)", prefix, len(action.path))
case _:
logger.info("%s %s", prefix, action.type.upper())
Leibhéal 2: Cinntí an mhúnla
Déan logáil ar an méid a deir an múnla faoina chuid roghanna chun tuiscint a fháil ar cén fáth ar roghnaigh sé gníomh ar leith. Ní chiallaíonn cliceáil ag comhordanáidí gan choinne aon rud leis féin; péireáilte leis an abairt a rinneadh roimhe—“tá an cnaipe curtha isteach folaithe ag an mbanaer fianán”—déanann sé diagnóis de. Gearrtar an téacs go dtí dhá chéad carachtar, níos mó ná go leor chun an rún a thuiscint gan toirt an chomhaid a phléascadh. Tá dhá fhoinse téacs i bhfreagra API Responses. Iompraíonn teachtaireachtaí idirmheánacha a scríobhann an múnla sula ngníomhaíonn sé phase: "commentary", agus iompraíonn an fhreagra dheireanach phase: "final_answer". Agus má thacaíonn an múnla atá in úsáid le hachoimrí réasúnaíochta, faigheann tú iad trí iad a iarraidh (reasoning={"summary": "auto"}): tagann siad in eilimintí de chineál reasoning.
Logáiltear tomhaltas token ag an ráta céanna, agus tuilleann sé aird ghéar: fiú le previous_response_id, ath-ghearrtar gach token ionchurtha ó fhreagraí roimhe seo sa slabhra mar ionchur, scáileáin san áireamh. Méadaíonn costas casaidhe mar sin de réir mar a fhadaíonn an seisiún.
def log_model_response(response, iteration: int):
"""Déanann sé logáil ar nótaí, achoimrí, agus glaonna ó fhreagra (gan íomhánna)."""
for item in response.output:
if item.type == "reasoning":
for summary in item.summary:
logger.info("[iter=%d] REASONING: %s", iteration, summary.text[:200])
elif item.type == "message":
text = "".join(c.text for c in item.content if c.type == "output_text")
logger.info("[iter=%d] MESSAGE (%s): %s", iteration, item.phase or "-", text[:200])
elif item.type == "computer_call":
actions = ", ".join(a.type for a in item.actions or [])
logger.info("[iter=%d] COMPUTER_CALL %s: %s", iteration, item.call_id, actions)
elif item.type == "function_call":
logger.info("[iter=%d] FUNCTION_CALL %s", iteration, item.name)
# Token a tomhailteadh
logger.info(
"[iter=%d] TOKENS: in=%d out=%d",
iteration, response.usage.input_tokens, response.usage.output_tokens,
)
Leibhéal 3: Scáileáin
Sábháil scáileáin le haghaidh dífhabhtaithe iar-bháis, ach bí ar an airdeall faoi do spás diosca: is minic a bhíonn meáchan na gcéadta cileabeart ar ghabháil PNG, agus cruthaíonn sreabhad oibre fada na céadta acu. Réitíonn an rang thíos é seo le rothlú simplí. Tosaíonn an t-ainm comhaid le stampa ama, ag ailíniú ord aibítreach le hord crón-eolaíoch; tá sé sin sách leordhóthanach in _cleanup chun na gabhálacha is sine a aithint agus a scriosadh go dtí go dtiteann siad ar ais faoin uasteorainn de chéad comhad. Ligeann an réimse label duit nótaí a chur le nóiméad suimiúla, mar shampla error nó before_validation, agus iad a aithint ar an gcéad amharc san fhillteán.
from datetime import datetime, timezone
from pathlib import Path
class ScreenshotLogger:
"""Sábhálann sé scáileáin le rothlú."""
def __init__(self, base_dir: str = "logs/screenshots", max_files: int = 100):
self.base_dir = Path(base_dir)
self.base_dir.mkdir(parents=True, exist_ok=True)
self.max_files = max_files
self.counter = 0
def save(self, screenshot_bytes: bytes, iteration: int, label: str = ""):
"""Sábhálann sé scáileán le hainm cur síosach."""
ts = datetime.now(timezone.utc).strftime("%Y%m%d_%H%M%S")
filename = f"{ts}_iter{iteration:03d}_{label}.png"
filepath = self.base_dir / filename
with open(filepath, "wb") as f:
f.write(screenshot_bytes)
self.counter += 1
self._cleanup()
return filepath
def _cleanup(self):
"""Scriosann sé scáileáin sheana."""
files = sorted(self.base_dir.glob("*.png"))
while len(files) > self.max_files:
files[0].unlink()
files.pop(0)
Méadrachtaí le monatóireacht a dhéanamh orthu
Níl luach ag na ceithre tháscaire seo ach nuair a dhéantar comparáid eatarthu féin le himeacht ama: insíonn sreabhad oibre a thiteann ó nócha a cúig faoin gcéad go dtí ochtó faoin gcéad ratha duit go bhfuil comhéadan bogtha, i bhfad roimh an gcéad ghearán ó úsáideoir. Dá bhrí sin, cuir bailitheoir méadrachta i bhfeidhm atá ceangailte le gach forghníomhú. Carnann an dataclass WorkflowMetrics token tar éis atrialta, coinníonn sé súil ar earráidí lena gcéim agus lena stampa ama, agus nochtann sé dhá airí ríofa: fad, a oibríonn fiú mura bhfuil an sreabhad oibre críochnaithe fós, agus meastachán costais bunaithe ar phraghsáil an mhúnla atá in úsáid, a thógann tú ón leathanach praghsála OpenAI seachas é a chrua-chódú. Cruthaíonn an modh summary an foclóir dlúth a chartlúnn tú ag gach forghníomhú.
from dataclasses import dataclass, field
from datetime import datetime, timezone
def now() -> datetime:
return datetime.now(timezone.utc)
@dataclass
class WorkflowMetrics:
"""Bailíonn sé méadrachtaí do shreabhad oibre."""
workflow_id: str
input_price_per_million: float # praghsáil don mhúnla atá in úsáid
output_price_per_million: float
start_time: datetime = field(default_factory=now)
end_time: datetime | None = None
iterations: int = 0
total_input_tokens: int = 0
total_output_tokens: int = 0
errors: list = field(default_factory=list)
steps_completed: int = 0
steps_total: int = 0
def record_iteration(self, response):
self.iterations += 1
self.total_input_tokens += response.usage.input_tokens
self.total_output_tokens += response.usage.output_tokens
def record_error(self, error: str, step: str):
self.errors.append({
"step": step,
"error": error,
"timestamp": now().isoformat(),
})
def finalize(self):
self.end_time = now()
@property
def duration_seconds(self) -> float:
end = self.end_time or now()
return (end - self.start_time).total_seconds()
@property
def estimated_cost_usd(self) -> float:
# Meastachán: ní áirítear taisceadh leid agus timpeallacht óstáilte
input_cost = self.total_input_tokens / 1_000_000 * self.input_price_per_million
output_cost = self.total_output_tokens / 1_000_000 * self.output_price_per_million
return input_cost + output_cost
def summary(self) -> dict:
return {
"workflow_id": self.workflow_id,
"duration_s": round(self.duration_seconds, 1),
"iterations": self.iterations,
"tokens": self.total_input_tokens + self.total_output_tokens,
"cost_usd": round(self.estimated_cost_usd, 4),
"success": len(self.errors) == 0,
"errors": len(self.errors),
"steps": f"{self.steps_completed}/{self.steps_total}",
}
Deais mhonatóireachta
Chun monatóireacht a dhéanamh i bhfíor-am, seol méadrachtaí chuig seirbhís mhonatóireachta seachas iad a fhágáil ina gcodladh i gcomhad. Seolann an fheidhm thíos an achoimre le stampa ama chuig críochphointe HTTP, le dhá réamhchúram atá chomh tábhachtach leis an seoladh féin: moill uasta cúig shoicind, agus eisceacht gafa a shásaíonn le rabhadh. Níor chóir do bhailitheoir méadrachta atá ar fáil an sreabhad oibre a bhreathnaíonn sé a thabhairt síos riamh—bheadh an contrárthacht sin sainmhíniú ar mhaoirseacht friththáirgiúil.
import requests # pip install requests
def push_metrics(metrics: WorkflowMetrics, endpoint: str):
"""Seolann sé méadrachtaí chuig seirbhís mhonatóireachta."""
payload = metrics.summary()
payload["timestamp"] = now().isoformat()
try:
requests.post(
endpoint,
json=payload, # socraíonn requests an ceanntásc JSON leis féin
timeout=5,
)
except requests.RequestException as e:
logger.warning(f"Metrics push error: {e}")
Foláirimh uathoibríocha
Níl sa deais nach mbreathnaíonn aon duine uirthi ach cartlann. Dá bhrí sin, cumraigh foláirimh bunaithe ar thairseacha ionas go dtagann an t-anamalach chugat. Clúdaíonn na ceithre choinníoll a coinníodh anseo claontaí clasaiceacha: costas níos airde ná dhá dhollar, fad a sháraíonn trí nóiméad, níos mó ná tríocha atrialt, nó níos mó ná dhá earráid san fhorghníomhú céanna. Is pointí tosaigh iad na luachanna seo, ní fírinní: déan calabrú orthu ar thomhais ó d’fhorghníomhaithe rathúla féin, ag cur na tairseach i bhfad os cionn do mheánbhreathnaithe. Déanfar neamhaird ar fholáireamh a tharlaíonn gach lá faoin dara seachtain.
def check_alerts(metrics: WorkflowMetrics):
"""Seiceálann sé tairseacha agus spreagann sé foláirimh."""
alerts = []
if metrics.estimated_cost_usd > 2.0:
alerts.append(f"High cost: ${metrics.estimated_cost_usd:.2f}")
if metrics.duration_seconds > 180:
alerts.append(f"Excessive duration: {metrics.duration_seconds:.0f}s")
if metrics.iterations > 30:
alerts.append(f"Too many iterations: {metrics.iterations}")
if len(metrics.errors) > 2:
alerts.append(f"Multiple errors: {len(metrics.errors)}")
for alert in alerts:
logger.warning(f"ALERT: {alert}")
# Seol fógra (ríomhphost, Slack, srl.)
return alerts
Déan cleachtas de check_alerts a ghlaowh díreach tar éis finalize, agus ansin push_metrics: faigheann tú rian cartlainne ag gach forghníomhú, comhartha seolta chuig an deais, agus fógra ach amháin nuair a thuilleann rud éigin d’aird.
Príomhphointí
- Déan logáil ar ghníomhartha, ar theachtaireachtaí agus ar achoimrí an mhúnla, agus ar ghabhálacha ar thrí leibhéal ar leith
- Déan monatóireacht ar an ráta ratha, ar an bhfad, ar chostas token, agus ar earráidí; ath-ghearrtar an stair slabhraithe mar ionchur gach cas
- Cuir rothlú scáileáin i bhfeidhm chun an diosca a sheachaint ó bheith sáithithe
- Socraigh foláirimh uathoibríocha ar thairseacha criticiúla
- Ná déan logáil riamh ar shonraí íogaire (pasfhocail, token, sonraí pearsanta)