LangChain アプリ向け Galileo 計装
まとめ
Monitoring Agentic AI Applications
のマルチエージェント旅行プランナーに、galileo_context.init(...) と LangGraph の run config への GalileoCallback の追加という2つの変更だけで、Galileo（Splunk Agent Observability）によるインストルメンテーションを実装しました。
これにより、各エージェントノードの LLM 呼び出しが、リクエストごとに1つの Galileo トレース内のネストされたスパンとして表示されるようになりました。ノードごとの変更は不要で、メンテナンスコストも非常に低くなっています。
同じワークロードが 2つ のオブザーバビリティツール（Monitoring Agentic AI Applications での Splunk Observability Cloud と、ここでの Galileo）でトレースされるようになり、比較のための有用な基盤ができました。
次のステップでは、以下の内容に取り組みます
- キャプチャされたトレースに Galileo メトリクス（例
Context Adherence）を追加する。 - Galileo がエージェントのより良いオブザーバビリティをサポートする機能を活用する。
- Signals などの強力な機能を活用する。
- 専用の
GalileoLogger(project=..., log_stream=...)を使用して、特定の実行を異なるログストリームにルーティングする。 - エージェントにさらなる複雑さを追加する。