Python agent release notesRSS

Adicionado suporte para Azure CosmosDB

• O agente Python agora está instrumentado para as operações de cliente do Azure Cosmos DB, relatando métricas e traces de armazenamento de dados para operações de banco de dados, contêiner e usuário realizadas por meio do SDK azure-cosmos.

Adicionado suporte para HTTPX2

• O agente Python agora oferece suporte ao HTTPX2, um fork do HTTPX mantido ativamente pela equipe do Pydantic. A instrumentação de chamadas externas para HTTPX2 reflete o suporte existente do agente ao HTTPX para clientes síncronos e assíncronos.

Adicionada instrumentação de eventos de streaming do LangChain/LangGraph

• Adicionado suporte à instrumentação de astream_events para agentes do LangChain.
• Adicionada instrumentação de stream_events/astream_events para LangChain/LangGraph v3, cobrindo a iteração sobre objetos GraphRunStream.

Suporte adicionado para convenções semânticas de banco de dados mais recentes do OpenTelemetry

• Ao executar o agente Python junto com o OpenTelemetry (modo de agente híbrido), o agente agora lê os nomes de atributo de span de banco de dados do OpenTelemetry legados e mais recentes (db.name/db.namespace, db.statement/db.query.text, db.mongodb.collection/db.collection.name), para que o rastreamento de banco de dados continue a funcionar corretamente, independentemente de qual versão de convenção semântica a biblioteca de instrumentação do OpenTelemetry emite.

Corrigido o relato incompleto de pacotes para o New Relic

• Anteriormente, o agente Python podia omitir alguns pacotes instalados dos dados de ambiente relatados ao New Relic se a descoberta de módulos levasse mais tempo do que a janela de tempo fixa alocada durante o ciclo de coleta lento, e a lista de pacotes não fosse atualizada após a reinicialização do agente. A captura de pacotes agora é executada durante o ciclo de coleta rápido e é totalmente recapturada no encerramento/reinicialização do agente, para que a lista de pacotes relatada fique completa.

Sobrecarga reduzida de pesquisas de versão de pacote

• Anteriormente, a pesquisa de versões de pacotes instalados verificava novamente o sistema de arquivos para cada pacote em cada pesquisa, incorrendo em uma penalidade de tempo O(n^2) que aumentava com o número de pacotes instalados durante a inicialização do agente. O resultado de importlib.metadata.packages_distributions() agora é armazenado em cache após a primeira pesquisa para evitar essa sobrecarga.

Corrigido get_linking_metadata para passar corretamente pelo aplicativo especificado

• Anteriormente, a chamada de newrelic.agent.get_linking_metadata(application=...) ignorava o argumento application e sempre retornava metadados de vinculação para o aplicativo padrão. Isso afetava processos que se reportavam a mais de um aplicativo. O aplicativo especificado agora é repassado corretamente.
• Obrigado ckarnell pela contribuição!

Corrigido o relato do nome do banco de dados MySQL ao usar o argumento de palavra-chave database

• Anteriormente, o agente verificava apenas o argumento de palavra-chave legado db ao analisar o nome do banco de dados dos argumentos de conexão do mysql-connector-python, de modo que as conexões feitas usando o argumento de palavra-chave moderno database não relatavam nenhum nome de banco de dados nas métricas de armazenamento de dados. O agente agora verifica database primeiro, recorrendo a db.

Aviso corrigido ao acessar valores GraphOutput do LangGraph v1.1+

• Anteriormente, a instrumentação do LangGraph v1.1+ acessava os valores de retorno GraphOutput usando a sintaxe de acesso a itens obsoleta, acionando um aviso de descontinuação. O agente agora lê GraphOutput.value diretamente.

Adicionados comandos do Redis introduzidos no Redis v8.10.0 e redis-py v8.1.0

• O agente Python agora suporta os seguintes comandos adicionados recentemente no Redis:

  • himport_discard_all
  • himport_discard
  • himport_prepare
  • lmovem
  • nrange
  • nrevrange
  • querylabels
  • read
  • sdiffcard
  • sunioncard
  • aliaslist

Eventos LlmChatCompletion ausentes corrigidos no Gemini ao usar ferramentas MCP

• Anteriormente, os eventos LlmChatCompletionMessages e LlmChatCompletionSummary estavam ausentes no Gemini ao usar ferramentas em um agente LangChain, se o formato de resposta não fosse o JSON padrão. Isso foi resolvido.

Trocado para o ID de cache de trace no LangChain e no framework do agente

• Para fins de propagação de contexto, a instrumentação do LangChain e do framework do agente deve ser trocada para armazenar apenas o ID de cache de trace em vez do trace completo em um atributo de referência. Isso serve para evitar que esses objetos sejam serializados inesperadamente em caso de vazamentos. O ID é um objeto muito menor, enquanto o trace pode conter MBs de dados.

Adicionar suporte para a configuração no lado do servidor do AI Monitoring

• O agente Python agora suporta a configuração no lado do servidor do AI Monitoring. Quando configurados, os valores ai_monitoring.enabled, ai_monitoring.record_content.enabled e ai_monitoring.streaming.enabled no lado do servidor têm precedência sobre as configurações locais.

Adiciona propagação de contexto para invocações do Bedrock através do Agent Framework

• Propaga o contexto do trace através dos limites de thread criados pela integração do Bedrock do Microsoft Agent Framework. Isso permite que a instrumentação existente do botocore do agente capture eventos de LLM para invocações do Bedrock feitas através do Agent Framework. Isso não adiciona instrumentação completa do próprio Agent Framework.

Corrigir nomes de transação inconsistentes ao usar o Wagtail

• Anteriormente, os nomes de transação para aplicativos criados no Wagtail eram inconsistentes e podiam ser os mesmos para diferentes visualizações de página. O problema foi resolvido.

Corrige entidades de ferramenta duplicadas para ferramentas do LangChain com suporte de um servidor MCP remoto

• Anteriormente, quando uma ferramenta do LangChain era apoiada por um servidor MCP remoto que também era instrumentado separadamente, entidades de ferramenta duplicadas apareciam na interface. Isso foi corrigido desativando os atributos de subcomponentes das ferramentas do LangChain quando uma ferramenta remota conhecida é detectada.

Corrige o campo de entrada do usuário ausente para chamadas de ferramenta MCP do LangChain e LangGraph

• Anteriormente, quando o LangChain ou o LangGraph usavam ferramentas de um servidor MCP, o campo de entrada do usuário podia estar ausente dos dados do AI Monitoring se a mensagem de entrada não fosse a última mensagem na sequência transmitida. Isso foi corrigido, e o agente agora extrai corretamente a mensagem de entrada nesses casos.

Reduzir o risco de condição de corrida no amostrador de dados de coleta de lixo

• Anteriormente, o agente sempre chamava gc.get_objects() para amostrar as contagens de objetos do coletor de lixo, independentemente da configuração. Isso foi alterado para que gc.get_objects() seja chamado apenas quando top_object_count_limit estiver configurado acima de 0, evitando a iteração desnecessária de heap para clientes que não rastreiam os tipos de objetos coletados pelo coletor de lixo.

Remover a codificação de bytes dos cabeçalhos de distributed tracing de saída do Kombu

• Anteriormente, os cabeçalhos de distributed tracing adicionados pela instrumentação do Kombu eram codificados em bytes, o que quebrava os transportes que serializam cargas com o módulo json da biblioteca padrão (por exemplo, transportes apoiados pelo SQLAlchemy). A codificação de bytes foi removida para que esses transportes funcionem corretamente.

Adicionada instrumentação para Google ADK

• O agente Python agora instrumenta os fluxos de trabalho de agente de IA do Google ADK (Agent Development Kit).

• Componentes instrumentados incluem:

  • LlmAgent vinculado a backends do Gemini ou VertexAI via google.genai
  • Instâncias de FunctionTool definidas pelo usuário
  • Fluxos de trabalho de subagentes, incluindo agentes filhos e instâncias de AgentTool
  • Fluxos de trabalho multiagente incluindo a classe Workflow e as classes descontinuadas LoopAgent, ParallelAgent e SequentialAgent

Adicionada contagem de tokens para Anthropic, Gemini, OpenAI e Bedrock

• O agente Python agora relata as contagens de token para todas as invocações de LLM em vários provedores de IA:

  • SDK da Anthropic
  • Google GenAI SDK
  • OpenAI SDK
  • AWS Bedrock via botocore e aiobotocore

Corrigida falha de instrumentação para graphql-core v3.2.10

• Anteriormente, o graphql-core v3.2.10 renomeou o atributo errors para collected_errors em ExecutionContext, fazendo com que o agente falhasse. Isso foi corrigido, e o agente agora funciona corretamente com o graphql-core v3.2.10 e versões posteriores.

Removido spanId do cabeçalho tracestate de saída

• Anteriormente, o agente incluía spanId no cabeçalho tracestate de saída. Como spanId já está presente no cabeçalho traceparent, isso era uma duplicação desnecessária. O spanId foi removido de tracestate para reduzir o tamanho do cabeçalho de saída.