Infraestructura de observabilidad Agentforce
Antes de que cualquier herramienta de observabilidad pueda mostrar o procesar datos, la infraestructura de telemetría de agentes subyacente debe estar activada y recopilar datos de actividad en Data 360.
Ediciones necesarias
| Disponible en: Lightning Experience |
| Disponible en: Enterprise Edition, Performance Edition, Unlimited Edition y Developer Edition. Las licencias complementarias requeridas varían según el tipo de agente. |
Rastreo de sesiones Agentforce
Agentforce Session Tracing realiza un seguimiento de la capa de actividad del agente. Captura cada turno de agente, paso de razonamiento, acción, mensaje y error para cada sesión y los almacena en objetos estructurados en Data 360. Consulte Seguimiento de sesiones Agentforce.
El modelo de datos de rastreo de sesiones (STDM) tiene cinco objetos organizados en una jerarquía de anidamiento:
AiAgentSession: el registro de nivel superior para cada sesión. ElSessionEndTypede campo, que se asigna a sesiones desviadas, distribuidas y abandonadas.AiAgentSessionParticipant: que estuvo en la sesión: nombre de API de contacto, candidato, usuario o agente.AiAgentInteraction: un turno en la sesión. ElTopicApiNamede campo identifica qué subagente ha gestionado el turno.AiAgentInteractionStep: un paso discreto en un turno: llamada de herramienta, llamada Apex, llamada de flujo o llamada LLM.AiAgentInteractionMessage: texto de entrada/salida real para cada turno.
Estos objetos alimentan las fichas Eficacia, Uso y Estado en Agent Analytics, así como la lista de sesiones y Rastreo en la optimización de agentes. Los cinco objetos se pueden consultar directamente a través del Editor de consultas de Data 360 para agregaciones y uniones personalizadas. Consulte Modelo de datos para Agentforce Session Tracing para obtener la referencia completa del objeto.
Rastreo de plataforma de agente
Rastreo de plataforma de agente amplía la recopilación de datos a la capa de servicio, lo que sucedió dentro de la infraestructura Agentforce para ejecutar los registros de Rastreo de sesión de decisión. Donde Rastreo de sesiones le indica lo que el agente decidió y dijo, Rastreo de plataforma de agente le indica qué servicio se ejecutó, durante cuánto tiempo y con qué estado. Captura la telemetría a nivel de servicio en el motor de razonamiento Atlas, Apex, Flujos, Generador de solicitudes, Acciones invocables, Pasarela de IA, Pasarela LLM y Federador de consultas DC. Los datos se almacenan en un único DMO, separado de STDM, y se pueden unir a través de TelemetryTraceId.
ssot__TelemetryTraceSpan__dlm: relaciones de intervalo principal/secundario, duración en nanosegundos, nombres de operaciones, nombres de servicio y códigos de estado.
Juntos, esto le proporciona un rastreo distribuido en todo el ecosistema Agentforce. Consulte Rastreo de plataforma de agentes.
Auditoría y comentarios
Auditoría y comentarios realiza un seguimiento de la capa Pasarela LLM. Captura las entradas y salidas de cada llamada LLM, incluyendo texto de solicitud, texto de respuesta, evaluaciones Trust, salidas de barandilla y señales de comentarios de usuarios. Mientras Rastreo de sesiones le indica lo que hizo el agente, Auditoría y comentarios le indica si la respuesta LLM fue precisa, segura y basada en su origen Knowledge.
GenAIGatewayRequest: la solicitud y el contexto enviados al LLMGenAIGatewayResponse: une la solicitud de pasarela a su salida de generaciónGenAIGeneration: el texto de respuesta generado por LLM, incluyendo versiones enmascaradas y desenmascaradas, y parámetros de generaciónGenAIFeedback: señales de comentarios de usuarios como pulgar hacia arriba/hacia abajo.GenAIContentQuality: si una entrada/salida es segura/insegura, incluida la detección de toxicidadGenAIContentCategory: resultados del detector Trust Layer por tipo:InstructionAdherence,TaskResolution,TOXICITY,PROMPT_DEFENSE
Los datos de Auditoría y Comentarios afloran en Puntuaciones de calidad, Trust y Satisfacción de usuario en Agent Analytics, y el campo de razonamiento de puntuación de calidad en Optimización de agentes. Consulte Agent Analytics y Configurar Einstein Generative AI Audit and Feedback para obtener mediciones actuales.
Datos y mediciones de calidad de Knowledge / RAG
Datos y mediciones de calidad de Knowledge / RAG agrega puntuación de calidad de recuperación a las oportunidades en curso de Auditoría y Comentarios. Captura cuán relevante fue la consulta para la tarea, cuán fiel fue la respuesta a la fuente Knowledge recuperada y cuán relevante fue la fuente Knowledge recuperada para la consulta.
Objetos clave:
GenAIRetrieverRequest: la consulta de recuperación enviada a la fuente de KnowledgeGenAIRetrieverResponse: el contexto recuperado devueltoGenAIRetrieverQualityMetric: Puntuaciones de fidelidad de respuesta, relevancia de respuesta y relevancia de contexto
Rellena las mediciones de calidad de recuperación en Puntuaciones de calidad en Agent Analytics, que señala si el origen de Knowledge está devolviendo el contenido correcto, separado de la calidad de respuesta del LLM. Consulte Configurar datos y mediciones de calidad de Knowledge / RAG para ver los pasos de configuración.
Capa de Trust
Trust Layer es la capa de puntuación de cumplimiento. Genera puntuaciones de toxicidad y adhesión de instrucciones desde salidas de pasarela LLM. Las puntuaciones de Trust Layer se almacenan en GenAIContentCategory y GenAIContentQuality, los mismos objetos de Auditoría y Comentarios.
Aflora en Trust in Agent Analytics, proporcionándole visibilidad sobre si el agente está siguiendo sus instrucciones y manteniéndose dentro de límites de contenido aceptables. Consulte Einstein Trust Layer para ver los pasos de configuración.
Cada capa potencia una parte diferente de la cadena de herramientas de observabilidad. Cuantas más capas active, más completa será su visión del comportamiento de los agentes y más ciclo de vida de desarrollo de agentes podrá navegar con pruebas.
