2026-03-10

OTel 手动插桩

python

    with tracer.start_as_current_span("first_response") as parent_span:
        response = client.chat.completions.create(
            model=MODEL,
            messages=messages,
            tools=tools,
            tool_choice="auto",
        )
        response_message = response.choices[0].message

        if response_message.tool_calls:

            messages.append(
                {
                    "role": "assistant",
                    "content": response_message.content or "",
                    "tool_calls": [
                        {
                            "id": tc.id,
                            "type": tc.type,
                            "function": {
                                "name": tc.function.name,
                                "arguments": tc.function.arguments,
                            },
                        }
                        for tc in response_message.tool_calls
                    ],
                }
            )


            # 执行所有工具调用
            for tool_call in response_message.tool_calls:
                function_name = tool_call.function.name
                function_args = json.loads(tool_call.function.arguments)
                print(f"🔧 调用工具: {function_name}({function_args})")
                if function_name in tool_functions:
                    function_response = tool_functions[function_name](**function_args)
                else:
                    function_response = f"未知工具: {function_name}"
                print(f"📤 工具返回: {function_response}")

                messages.append(
                    {
                        "role": "tool",
                        "tool_call_id": tool_call.id,
                        "content": function_response,
                    }
                )
  
            with tracer.start_as_current_span("second_response") as child_span:
                second_response = client.chat.completions.create(
                    model=MODEL,
                    messages=messages,
                )

                return second_response.choices[0].message.content

    return response_message.content

古法编程魅力时刻

过去一周，我尝试了几种自动插桩的方式，并没有达到我预期的效果。不知为何，总有种感觉，手动插桩会非常复杂，但今天在AI的协助下整个过程比较顺利。

我没有直接让AI去完成所有任务，而是照着OTel的文档一步一步来。

因为我这个应用很简单，插桩也比较容易:

先设置Pipeline和SIGNAL Provider（在这里是tracer）
1. Processor
2. Exporter
在需要的地方创建Span即可，创建Span需要Tracer，其来自Tracer Provider

python

from opentelemetry.sdk.resources import SERVICE_NAME, Resource
from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import BatchSpanProcessor, ConsoleSpanExporter
from opentelemetry.exporter.otlp.proto.http.trace_exporter import OTLPSpanExporter

resource = Resource.create(attributes={SERVICE_NAME: "doubao-agent-service"})  
# set up the pipeline
provider = TracerProvider(resource=resource)
processor = BatchSpanProcessor(
    OTLPSpanExporter(endpoint="http://localhost:4318/v1/traces")
)
provider.add_span_processor(processor)
 
# sets the global default tracer provider
trace.set_tracer_provider(provider)
# creats a tracer from the global tracer provider
tracer = trace.get_tracer("doubao-agent")

后续就是在需要观测的地方来创建Span并设置各种属性。

python

 with tracer.start_as_current_span("first_llm_call") as llm_span:
            llm_span.set_attribute(GenAIAttributes.GEN_AI_REQUEST_MODEL, MODEL)
            llm_span.set_attribute(GenAIAttributes.GEN_AI_OPERATION_NAME, "chat")
            llm_span.set_attribute(GenAIAttributes.GEN_AI_PROVIDER_NAME, "Volcaengine")
            llm_span.set_attribute(GenAIAttributes.GEN_AI_SYSTEM_INSTRUCTIONS, messages[0]["content"])
            llm_span.set_attribute(GenAIAttributes.GEN_AI_INPUT_MESSAGES, messages[1]["content"])
            
            response = client.chat.completions.create(
                model=MODEL,
                messages=messages,
                tools=tools,
                tool_choice="auto",
            )