LangChainアプリ向けSplunk Agent Observability計装
まとめ
ワークショップ Monitoring Agentic AI Applications
のマルチエージェント旅行プランナーに、たった2つの追加（galileo_context.init(...) と LangGraph の run config への GalileoCallback）だけで Splunk Agent Observability の計装を行いました。
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 Splunk Agent Observability トレース内のネストされた Span 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抑えられます。
これで、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 で使用した Splunk Observability Cloud と、ここでの Splunk Agent Observability）でトレースされる状態になりました。これは比較の基盤として有用です。Agent Observability で確認できて Observability Cloud では確認できないもの、またその逆は何でしょうか？
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 Splunk Agent Observability のメトリクス（例:
Context Adherence）を追加する - Splunk Agent Observability がエージェントのオブザーバビリティをより良くサポートする機能を確認する
- AI Assistant の 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性を追加する