Agno

OpenTelemetry (OTEL) を使用して、Weave で Agno のエージェントやツールの呼び出しをトレースできます。Agno は、共有メモリ、知識、推論を備えたマルチエージェントシステムを構築するための Python フレームワークです。軽量でモデルに依存せず、高いパフォーマンスを発揮するように設計されており、テキスト、画像、音声、ビデオプロセッシングを含むマルチモーダル機能をサポートしています。このガイドでは、OTEL を使用して Agno エージェントとツールの呼び出しをトレースし、それらの Traces を Weave で可視化する方法を説明します。必要な依存関係のインストール、Weave にデータを送信するための OTEL トレーサーの設定、および Agno エージェントとツールのインストルメント方法について学びます。

Weave での OTEL トレースに関する詳細については、Send OTEL Traces to Weave を参照してください。

事前準備

必要な依存関係をインストールします：

pip install agno openinference-instrumentation-agno opentelemetry-sdk opentelemetry-exporter-otlp-proto-http

OpenAI の APIキー（または他のモデルプロバイダー）を環境変数として設定します：
```
export OPENAI_API_KEY=your_api_key_here
```
Weave での OTEL トレースの設定を行います。

Weave での OTEL トレースの設定

Agno から Weave に Traces を送信するには、TracerProvider と OTLPSpanExporter を使用して OTEL を設定します。エクスポーターには、認証とプロジェクト識別のための正しいエンドポイントと HTTP ヘッダーを設定してください。

必要な設定

エンドポイント: https://trace.wandb.ai/otel/v1/traces
ヘッダー:
- Authorization: W&B APIキーを使用した基本認証（Basic auth）
- project_id: W&B の Entity/Projects 名（例: myteam/myproject）

Agno から Weave へ OTEL トレースを送信する

事前準備が完了したら、Agno から Weave に OTEL トレースを送信できます。以下のコードスニペットは、Agno アプリケーションから Weave に OTEL トレースを送信するための OTLP スパンエクスポーターとトレーサープロバイダーの設定方法を示しています。

Weave が Agno を正しくトレースできるように、コード内で Agno コンポーネントを使用する前にグローバルトレーサープロバイダーを設定してください。

# tracing.py

import base64
import os
from openinference.instrumentation.agno import AgnoInstrumentor
from opentelemetry.exporter.otlp.proto.http.trace_exporter import OTLPSpanExporter
from opentelemetry.sdk import trace as trace_sdk
from opentelemetry.sdk.trace.export import SimpleSpanProcessor
from opentelemetry import trace

# 環境変数から機密性の高い値を読み込む
WANDB_BASE_URL = "https://trace.wandb.ai"
# W&B の entity/project 名（例: "myteam/myproject"）
PROJECT_ID = os.environ.get("WANDB_PROJECT_ID")  
# https://wandb.ai/settings で W&B APIキーを作成してください
WANDB_API_KEY = os.environ.get("WANDB_API_KEY")  

OTEL_EXPORTER_OTLP_ENDPOINT = f"{WANDB_BASE_URL}/otel/v1/traces"
AUTH = base64.b64encode(f"api:{WANDB_API_KEY}".encode()).decode()

OTEL_EXPORTER_OTLP_HEADERS = {
    "Authorization": f"Basic {AUTH}",
    "project_id": PROJECT_ID,
}

# エンドポイントとヘッダーを使用して OTLP スパンエクスポーターを作成
exporter = OTLPSpanExporter(
    endpoint=OTEL_EXPORTER_OTLP_ENDPOINT,
    headers=OTEL_EXPORTER_OTLP_HEADERS,
)

# トレーサープロバイダーを作成し、エクスポーターを追加
tracer_provider = trace_sdk.TracerProvider()
tracer_provider.add_span_processor(SimpleSpanProcessor(exporter))

# Agno をインポートまたは使用する「前」にグローバルトレーサープロバイダーを設定
trace.set_tracer_provider(tracer_provider)

Agno エージェントを OTEL でトレースする

トレーサープロバイダーをセットアップした後、自動トレース機能を備えた Agno エージェントを作成して実行できます。以下の例では、ツールを持つシンプルなエージェントの作成方法を示します：

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.tools.yfinance import YFinanceTools

from dotenv import load_dotenv
load_dotenv()

# 上記で作成したファイルから AgnoInstrumentor をロード
from tracing import AgnoInstrumentor

# Agno のインストルメンテーションを開始
AgnoInstrumentor().instrument()

# 金融エージェントを作成
finance_agent = Agent(
    name="Finance Agent",
    model=OpenAIChat(id="gpt-4o-mini"),
    tools=[
        YFinanceTools(
            stock_price=True,
            analyst_recommendations=True,
            company_info=True,
            company_news=True
        )
    ],
    instructions=["Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

# エージェントを使用 - これは自動的にトレースされます
finance_agent.print_response(
    "What is the current stock price of Apple and what are the latest analyst recommendations?",
    stream=True
)

すべてのエージェント操作は自動的にトレースされ Weave に送信されるため、実行フロー、モデル呼び出し、推論ステップ、およびツールの呼び出しを可視化できます。

Agno ツールを OTEL でトレースする

Agno でツールを定義して使用する場合、これらのツール呼び出しもトレースにキャプチャされます。OTEL インテグレーションは、エージェントの推論プロセスと個々のツール実行の両方を自動的にインストルメントし、エージェントの振る舞いを包括的に把握できるようにします。以下は、複数のツールを使用した例です：

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.tools.duckduckgo import DuckDuckGoTools
from agno.tools.yfinance import YFinanceTools

from dotenv import load_dotenv
load_dotenv()

# 上記で作成したファイルから AgnoInstrumentor をロード
from tracing import AgnoInstrumentor

# Agno のインストルメンテーションを開始
AgnoInstrumentor().instrument()

# 複数のツールを持つエージェントを作成
research_agent = Agent(
    name="Research Agent",
    model=OpenAIChat(id="gpt-4o-mini"),
    tools=[
        DuckDuckGoTools(),
        YFinanceTools(stock_price=True, company_info=True),
    ],
    instructions=[
        "Search for current information and financial data",
        "Always include sources",
        "Use tables to display financial data"
    ],
    show_tool_calls=True,
    markdown=True,
)

# エージェントを使用 - ツールの呼び出しがトレースされます
research_agent.print_response(
    "Research Tesla's recent performance and news. Include stock price and any recent developments.",
    stream=True
)

マルチエージェントチームを OTEL でトレースする

Agno の強力なマルチエージェントアーキテクチャーにより、連携してコンテキストを共有できるエージェントチームを作成できます。これらのチームの相互作用も完全にトレースされます：

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.tools.duckduckgo import DuckDuckGoTools
from agno.tools.yfinance import YFinanceTools

from dotenv import load_dotenv
load_dotenv()

# tracing.py ファイルから AgnoInstrumentor をロード
from tracing import AgnoInstrumentor

# Agno のインストルメンテーションを開始
AgnoInstrumentor().instrument()

# 特化型エージェントを作成
web_agent = Agent(
    name="Web Agent",
    role="Search the web for information",
    model=OpenAIChat(id="gpt-4o-mini"),
    tools=[DuckDuckGoTools()],
    instructions="Always include sources",
    show_tool_calls=True,
    markdown=True,
)

finance_agent = Agent(
    name="Finance Agent", 
    role="Get financial data",
    model=OpenAIChat(id="gpt-4o-mini"),
    tools=[YFinanceTools(stock_price=True, analyst_recommendations=True)],
    instructions="Use tables to display data",
    show_tool_calls=True,
    markdown=True,
)

# エージェントチームを作成
agent_team = Agent(
    team=[web_agent, finance_agent],
    model=OpenAIChat(id="gpt-4o"),
    instructions=["Always include sources", "Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

# チームを使用 - すべてのエージェント間の相互作用がトレースされます
agent_team.print_response(
    "What's the current market sentiment around NVIDIA? Include both news analysis and financial metrics.",
    stream=True
)

このマルチエージェントトレースにより、Weave 内で異なるエージェント間の調整が表示され、エージェントチーム全体でタスクがどのように分散・実行されるかの可視性が得られます。

推論エージェントの活用

Agno は、エージェントが問題を段階的に考えるための組み込み推論機能を提供します。これらの推論プロセスも Traces にキャプチャされます：

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.tools.reasoning import ReasoningTools
from agno.tools.yfinance import YFinanceTools

from dotenv import load_dotenv
load_dotenv()

# tracing.py ファイルから AgnoInstrumentor をロード
from tracing import AgnoInstrumentor

# Agno のインストルメンテーションを開始
AgnoInstrumentor().instrument()

# 推論エージェントを作成
reasoning_agent = Agent(
    name="Reasoning Finance Agent",
    model=OpenAIChat(id="gpt-4o"),
    tools=[
        ReasoningTools(add_instructions=True),
        YFinanceTools(
            stock_price=True,
            analyst_recommendations=True,
            company_info=True,
            company_news=True
        ),
    ],
    instructions="Use tables to display data and show your reasoning process",
    show_tool_calls=True,
    markdown=True,
)

# 推論エージェントを使用
reasoning_agent.print_response(
    "Should I invest in Apple stock right now? Analyze the current situation and provide a reasoned recommendation.",
    stream=True
)

推論ステップがトレースに表示され、エージェントが複雑な問題をどのように分解し、意思決定を行っているかを確認できます。

メモリと知識の活用

Agno エージェントはメモリを保持し、ナレッジベースにアクセスできます。これらの操作もトレースされます：

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.memory import AgentMemory
from agno.storage.sqlite import SqliteStorage

from dotenv import load_dotenv
load_dotenv()

# tracing.py ファイルから AgnoInstrumentor をロード
from tracing import AgnoInstrumentor

# Agno のインストルメンテーションを開始
AgnoInstrumentor().instrument()


# メモリを持つエージェントを作成
memory_agent = Agent(
    name="Memory Agent",
    model=OpenAIChat(id="gpt-4o-mini"),
    memory=AgentMemory(),
    storage=SqliteStorage(
        table_name="agent_sessions",
        db_file="agent_memory.db"
    ),
    instructions="Remember our conversation history",
    show_tool_calls=True,
    markdown=True,
)

# 最初のインタラクション
memory_agent.print_response("My name is John and I'm interested in AI investing strategies.")

# 2回目のインタラクション - エージェントは前のコンテキストを覚えています
memory_agent.print_response("What specific AI companies would you recommend for my portfolio?")

会話履歴の保存や取得を含むメモリ操作がトレースに表示されます。

Get Started

Guides

Cookbooks

Reference

Open Source

Community

事前準備

Weave での OTEL トレースの設定

必要な設定

Agno から Weave へ OTEL トレースを送信する

Agno エージェントを OTEL でトレースする

Agno ツールを OTEL でトレースする

マルチエージェントチームを OTEL でトレースする

推論エージェントの活用

メモリと知識の活用

詳細情報

Get Started

Guides

Cookbooks

Reference

Open Source

Community

​事前準備

​Weave での OTEL トレースの設定

​必要な設定

​Agno から Weave へ OTEL トレースを送信する

​Agno エージェントを OTEL でトレースする

​Agno ツールを OTEL でトレースする

​マルチエージェントチームを OTEL でトレースする

​推論エージェントの活用

​メモリと知識の活用

​詳細情報

事前準備

Weave での OTEL トレースの設定

必要な設定

Agno から Weave へ OTEL トレースを送信する

Agno エージェントを OTEL でトレースする

Agno ツールを OTEL でトレースする

マルチエージェントチームを OTEL でトレースする

推論エージェントの活用

メモリと知識の活用

詳細情報