DAP (Duo Agentic Platform) 계측 가이드

DAP (Duo Agentic Platform) 계측 가이드에 대해 설명합니다.

이 가이드는 Internal Events Tracking을 사용하여 GitLab Duo Agentic Platform (DAP) 이벤트를 계측하기 위한 포괄적인 지침을 제공합니다. DAP 이벤트는 완전한 추적 정보를 캡처하기 위해 Standard Context와 AI Context 모두를 필요로 합니다. 개요 # Duo Agentic Platform (DAP)은 AI 기반 워크플로우를 구축하고 실행하기 위한 프레임워크입니다. DAP 이벤트의 적절한 계측은 다음을 위해 필수적입니다: AI 기능의 사용량 및 채택률 추적 성능 및 신뢰성 모니터링 청구 및 리소스 할당 사용자 행동 및 워크플로우 패턴 이해 토큰 소비 및 비용 측정 DAP 계측 요구 사항 # 모든 DAP 이벤트에는 다음이 포함되어야 합니다: 이벤트 정의 에 classification: duo Standard Context - 표준 추적 필드 (사용자, 프로젝트, 네임스페이스) AI Context - AI 특정 필드 (세션, 워크플로우, 토큰, 모델) 세션 수준 이벤트 - 워크플로우 라이프사이클을 위한 표준화된 이벤트 필수 컨텍스트 # Standard Context # Standard Context는 일반 추적 정보를 제공하며 다음을 포함해야 합니다: user - 워크플로우를 실행하는 사용자 project - 워크플로우와 관련된 프로젝트 (해당하는 경우) namespace - 워크플로우와 관련된 네임스페이스 완전한 필드 설명은 Standard Context 필드 를 참조하세요. AI Context # AI Context는 DAP 이벤트를 위한 AI 특정 속성을 캡처합니다. 필수 및 권장 필드: 필수 필드: session_id - 인스턴스의 로컬 세션 식별자 권장 필드: flow_type - DAP 플로우 유형 (예: chat , software_development , code_review ) agent_name - 액션을 실행하는 에이전트 이름 agent_type - 액션을 실행하는 에이전트 유형 flow_version - 플로우 구현의 버전 input_tokens - AI 모델에 전송된 입력 토큰 수 output_tokens - AI 모델에서 받은 출력 토큰 수 total_tokens - 사용된 총 토큰 (입력 + 출력) ephemeral_5m_input_tokens - 5분 캐시된 입력 토큰 ephemeral_1h_input_tokens - 1시간 캐시된 입력 토큰 cache_read - 캐시 읽기 작업 모델 정보 (Standard Context): 모델 정보는 AI Context가 아닌 Standard Context에서 추적해야 합니다: model_provider - AI 모델 제공업체 (예: anthropic , openai ) model_engine - 모델 엔진 또는 계열 (예: claude-3-5 , gpt-4 ) model_name - 특정 모델 이름 (예: claude-3-5-sonnet-20241022 ) 완전한 필드 설명 및 예시는 AI 이벤트 계측 가이드 를