アプリケーションの計装

トラフィックの生成

4 minutes

コールバックを接続した状態で、計装済みアプリを実行していくつかのリクエストを送信します。これにより、各ターンでSplunk Agent Observabilityにトレースが生成されます。次の章でこれらのトレースを詳しく確認します。

Exercise アプリの実行とトレースの生成
1

新しいDockerイメージのビルド

アプリのベースディレクトリに移動し、以下のコマンドを実行して最近の変更を含むアプリケーションの新しいDockerイメージをビルドします。

bash 
cd ~/workshop/healthcare-assistant
docker build -f 2-app-with-instrumentation/Dockerfile -t localhost:9999/healthcare-assistant:app-with-instrumentation .
docker push localhost:9999/healthcare-assistant:app-with-instrumentation

うまくいかない場合

Dockerイメージのビルドに問題がある場合、またはビルドに5分以上かかる場合は、ビルド済みのDockerイメージを代わりに使用できます。その場合、~/workshop/healthcare-assistant/2-app-with-instrumentation/k8s.yaml ファイルを編集し、イメージを ghcr.io/splunk/healthcare-assistant:app-with-instrumentation に変更してください。
2

ヘルスケアアシスタントアプリのデプロイ

以下のコマンドを実行してヘルスケアアシスタントアプリをデプロイします。

bash 
cd ~/workshop/healthcare-assistant/2-app-with-instrumentation
kubectl apply -f k8s.yaml

新しいアプリケーションPodが実行中であることを確認します。

bash 
kubectl get pods -l app=healthcare-assistant

EC2インスタンスのIPアドレスとポート81を使用して、ブラウザでヘルスケアアシスタントアプリを開きます。 例:

text 
  External URL: http://98.86.181.9:81
3

リクエストの送信

RAGトレースとtext-to-SQLトレースの両方を生成するために、両方のツールパスを実行します。

What is the dosage and common side effects of Lisinopril?

Can you look up information for patient P001?

各プロンプトは計装前と同じ回答を返します。コールバックはアプリの動作を変更せず、記録するだけです。

Tip

他の薬について質問したい場合は、以下のドキュメントを参照してください。

bash 
cat ~/workshop/healthcare-assistant/docs/qa.csv
4

ハルシネーションのトリガー

次に、アプリケーションの左側にある Log Hallucination ボタンをクリックします。これにより、先ほどと同じ質問が送信されます。

What is the dosage and common side effects of Lisinopril?

しかし今回は、ヘルスケアアシスタントが一般的な投与量を1日100mgと回答します。これは実際の推奨投与量である1日10-40mgよりもはるかに高い値です。

これは不正確で、潜在的に危険な回答であり、必ず把握しておきたい問題です。

5

アプリケーションログの確認

以下のコマンドを使用してアプリケーションログを表示します。

bash 
kubectl logs -l app=healthcare-assistant

すべてが正常に動作していれば、ログに以下のように表示されます。

text 
Collecting usage statistics. To deactivate, set browser.gatherUsageStats to false.

2026-07-07 17:52:39.433 Uvicorn server started on :::8501

  You can now view your Streamlit app in your browser.

  Local URL: http://localhost:8501
  Network URL: http://10.42.0.18:8501
  External URL: http://98.92.157.71:8501

Tip

SDKが何を行っているかを正確に確認するには、agent.py の先頭付近に以下を一時的に追加します。

python 
from galileo.utils.log_config import enable_console_logging

enable_console_logging()

その後、Dockerイメージを再ビルドします。

bash 
cd ~/workshop/healthcare-assistant
docker build -f 2-app-with-instrumentation/Dockerfile -t localhost:9999/healthcare-assistant:app-with-instrumentation .
docker push localhost:9999/healthcare-assistant:app-with-instrumentation

そしてアプリケーションを再デプロイします。

bash 
kubectl rollout restart deploy/healthcare-assistant

以下のコマンドを使用してアプリケーションログを表示します。

bash 
kubectl logs -l app=healthcare-assistant

今回実現したこと

1つの小さな変更で、ブラックボックスから完全なキャプチャへと移行しました。すべてのプロンプト、レスポンス、ツール呼び出し、検索、トークン数、レイテンシーが各ターンごとに記録されるようになりました。次の章では、このデータを活用してエージェントが何を行ったかを正確に調査します。

3つのメッセージを送信しました。おおよそいくつのトレースが作成され、何がそれを決定しますか？

クリックして回答を表示
3つのトレース（ユーザーのターンごとに1つ）。 呼び出しごとに新しいコールバックが接続され、LangGraphのターン全体が単一のルート実行として動作するため、各メッセージがネストされたLLMおよびツールのSpanを含む1つのトレースになります。次のセクションでトレースをより詳しく確認します。