Platformtracering voor agenten

Platformtracering voor agenten instellen

Als gebruikers Data 360-rapporten willen genereren voor sessie- en platformtracering, moeten ze eerst Data 360 en platformtracering inschakelen.

1. Gebruik in Set-up het vak Snel zoeken om te zoeken naar Einstein Generative AI.
2. Klik vanuit Einstein Generative AI op Einstein Audit, Analytics en Monitoring Set-up.
3. Bevestig dat Agentforce Sessietracering is ingeschakeld. Zie Agentforce sessietracering instellen.
4. Scrol naar de schakelaar Platformtracering van agent en schakel deze in.

Uw gegevensmodel wordt in slechts enkele minuten geleverd. Het verzamelen van gegevens begint dan onmiddellijk en komt met intervallen van vijf minuten terug. Het omzetten van gegevensverzameling verhoogt het kredietverbruik van uw organisatie.

Het opschorten van gegevensverzameling bewaart uw gegevens zodat u deze later kunt hervatten. Rapporten tonen een hiaat tussen het moment waarop u het uitschakelt en het moment waarop u het weer inschakelt.

Data 360-rapporten voor servicevertegenwoordigerssessies en platformtraceringen

Als u insights wilt in KPI's en trends, maakt u één Data 360-rapport dat zowel Agentsessie- als End-to-End Platform-traceringen integreert. Dit rapport kan worden uitgevoerd voor vrijwel realtime gegevens, maakt groepering, filtering en samenvatting van records mogelijk en kan met anderen worden gedeeld.

Agenttracering omvat de volgende services:

• Apex
• Stromen
• Aanwijzingensamensteller
• Aanroepbare acties
• Planner
• AI-gateway
• LLM-gateway
• DC Query Federator

Een Data 360-rapport genereren

Maak rapporten over specifieke gegevensmodelobjecten (Data Model Objects, DMO's), zoals Telemetry Trace Span en AI Agent Interaction, om gecombineerde gegevens te analyseren en ervan te leren.

1. Navigeer naar het tabblad Rapporten in Salesforce en klik op Nieuw rapport. De pagina Rapporttypen wordt weergegeven.
2. Typ op de zoekbalk de naam van het gegevensmodelobject (Data Model Object, DMO) waarover u wilt rapporteren. In dit geval selecteert u Telemetrietraceringsbereik of Interactie met AI-agent.
3. Maak een nieuwe veldrelatie binnen de relevante gegevensmodelobjecten. In dit geval kunt u Telemetrietraceringsbereik - Telemetrietracering → ManyToOne → AI Agent-interactie - Telemetrietracering selecteren.

   In Data 360 worden relaties tussen DMO's tot stand gebracht door een verbinding te definiëren van een "bron-DMO" naar een "doel-DMO" met behulp van sleutelvelden. Het meest voorkomende type relatie is Veel-op-één, waarbij meerdere records uit het bron-DMO overeenkomen met één record in het doel-DMO. Raadpleeg Relaties met gegevensmodelobjecten voor meer informatie.

4. Binnen de detailpagina van het DMO is er een tabblad Relaties. Dit tabblad biedt een visuele en gestructureerde weergave van alle relaties die voor dit DMO bestaan. Controleer de nieuwe DMO-relaties via het tabblad Relaties.

   Telemetrietraceringsbereik, voorbeeld

   Voorbeeld van interactie met AI-agent

5. Maak een aangepast-rapporttype.
6. Klik op Nieuw aangepast rapport in Set-up onder Nieuw aangepast rapport. Vul de velden in om een nieuw aangepast-rapporttype te maken. In dit geval maakt u een rapporttype Sessie- en platformtraceringen.
7. Ga naar de Data Cloud-app en selecteer het tabblad Rapporten.
8. Maak een Data 360-rapport. Klik op Nieuw rapport en selecteer het gewenste rapporttype (Sessietraceringen en Platformtraceringen).
9. Klik op Rapport starten.

Zodra het rapport is geïnitieerd, moet u gecorreleerde traceringsbereiken van platformtelemetrie kunnen visualiseren die zijn vastgelegd als onderdeel van elke agentsessie.

Opmerking Data 360-rapporten geven maximaal 2000 rijen weer in de uitvoeringsmodus. U kunt maximaal 50.000 rijen exporteren. Zie Data 360-rapporten en -dashboards en Data Cloud-rapporten en -dashboards voor meer informatie: Limieten en beperkingen.

Gegevensmodel voor Platformtracering voor agenten

Het inschakelen van deze voorzieningen genereert automatisch een Data 360-gegevensstroom, een Data Lake Object (DLO) en een Data Model Object (DMO). Deze gegevens worden gemaakt binnen de gegevensruimte die is opgegeven in Controleren en bewaken.

Waarneembaarheid omvat gegevensstroom

De gegevensstroom Waarneembaarheidsbereik wordt automatisch gemaakt om de traceringsgegevens vast te leggen:

Waarneembaarheid omvat gegevens-lakeobject

Er wordt een nieuw DLO met de naam ObservabilitySpans gemaakt met de volgende velden:

Gegevensmodelobject Telemetrietracering

Er wordt een nieuw DMO met de naam Telemetrietraceringsbereik gemaakt met de volgende velden:

SOQL-voorbeelden

DLO SOQL

SELECT attributes__c, cdp_sys_PartitionDate__c, cdp_sys_SourceVersion__c, DataSource__c, DataSourceObject__c, 
durationNanos__c, endDateTime__c, InternalOrganization__c, KQ_parentSpanId__c, KQ_spanId__c 
FROM ObservabilitySpans__dll LIMIT 100

DMO SOQL

SELECT ssot__DataSourceId__c, ssot__DataSourceObjectId__c, ssot__DurationNumber__c, ssot__EndDateTime__c, 
ssot__InternalOrganizationId__c, KQ_TelemetryParentSpanId__c, KQ_Id__c, ssot__OperationName__c, ssot__ServiceName__c, 
ssot__SpanKind__c FROM ssot__TelemetryTraceSpan__dlm LIMIT 100

Traceervoorbeeld

  Trace ID: a744ad5ccf0f61c2                                                                                                    
   
  run.interaction [Atlas Reasoning Engine] [ROOT]                                                                               
  (spanId: 9dcc09221a05d4cf)
  │
  ├── run.action.AnswerQuestionsWithKnowledge_179gL0000019Ah7 [Atlas Reasoning Engine]
  │   (spanId: 90a3808ba7a67fe8)
  │   │
  │   └── run.invokeActions.STREAM_KNOWLEDGE_SEARCH [InvocableAction]
  │       (spanId: 95499b41725eb82a)
  │       │
  │       └── run.einstein_gpt__answerWithKnowledge.1 [PromptTemplate]
  │           (spanId: a9a8b8f2e1fd35cb)
  │           📋 Attributes:
  │              • prompt_template.execution.api.version: 66.0
  │              • prompt_template.execution.step: 66.0
  │              • prompt_template.api.name: einstein_gpt__answerWithKnowledge
  │              • prompt_template.api.version: 1
  │           │
  │           └── run.invokeActions.EINSTEIN_RETRIEVER_GET_RESULTS [InvocableAction]
  │               (spanId: 82559a5dedaff638)
  │               │
  │               ├── run.step.einstein_gpt__answerWithKnowledge [PromptTemplate]
  │               │   (spanId: 934afceaac15c6d4)
  │               │   📋 Attributes:
  │               │      • prompt_template.step.start_time: 1774049705404
  │               │      • prompt_template.step.end_time: 1774049705430
  │               │      • prompt_template.step: resolve_template
  │               │   │
  │               │   └── run.step.einstein_gpt__answerWithKnowledge [PromptTemplate]
  │               │       (spanId: b93e831b1c492cf9)
  │               │       📋 Attributes:
  │               │          • prompt_template.step.start_time: 1774049705447
  │               │          • prompt_template.step.end_time: 1774049705449
  │               │          • prompt_template.step: mask_template
  │               │       │
  │               │       └── run.step.einstein_gpt__answerWithKnowledge [PromptTemplate]
  │               │           (spanId: 8380c9b813f64afa)
  │               │           📋 Attributes:
  │               │              • prompt_template.step.start_time: 1774049705500
  │               │              • prompt_template.step.end_time: 1774049705502
  │               │              • prompt_template.step: generation
  │               │
  │               └── run.retriever.File_ADL_File_ADL_1Cx_Xl7d6d114de [Einstein AI Gateway]
  │                   (spanId: a0f6b9721e1049a3)
  │                   📋 Attributes:
  │                      • retriever.numberofresults: 10
  │                      • retriever.isadvancedmode: False
  │                      • retriever.retrievername: File_ADL_File_ADL_1Cx_Xl7d6d114de
  │                   │
  │                   └── run.hybridsearch.ADL_File_ADL_index__dlm [Data Cloud]
  │                       (spanId: 86aa7512858c1aa9)
  │
  ├── run.topic.GeneralFAQ_16jgL000001ATzR [Atlas Reasoning Engine]
  │   (spanId: a3709c000d5d6a2e)
  │   │
  │   ├── run.llmstep [Atlas Reasoning Engine]
  │   │   (spanId: 9829763b4362466f)
  │   │
  │   ├── run.llmstep [Atlas Reasoning Engine]
  │   │   (spanId: 9a29b1009ea0f4c6)
  │   │
  │   └── run.llmstep [Atlas Reasoning Engine]
  │       (spanId: bf63506e4fccff9f)
  │
  └── run.llmstep [Atlas Reasoning Engine]
      (spanId: 9f31edde2c62d1dc)
  Summary:
  - 15 total spans in this trace
  - 5 spans with attributes (marked with 📋)
  - 10 spans without attributes
  - All spans share trace ID: a744ad5ccf0f61c2