Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Feature request: add an option to summarize and analyze agent trace with LLM after each run

Abierto
#108 3 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
python
Área
ai, observability, testing

Línea de trabajo

Comienza revisando el pipeline de eval y los scripts referenciados en el issue; después, determina dónde podría recibir un análisis opcional posterior a la ejecución las trazas de los agentes y el contexto de evaluación. La tarea estará terminada cuando el pipeline pueda producir opcionalmente un resumen y un análisis de LLM que ayuden a interpretar el comportamiento de los agentes y los resultados de benchmark o fault-injection.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

https://github.com/microsoft/AIOpsLab/issues/101

I have developed some scripts to do this, but it may be valuable to integrate this into the eval pipeline.

Currently, we lack observability in agent behaviors:

  • Traces are long, and nobody bothers to read them
  • Traces alone are not enough. We also need the evaluation and fault-injection logic to understand the run better.
  • Many times, the agent did the right thing, but there are bugs in the benchmark itself.

For summary and analysis, we can feed the context to the most advanced LLM with a better reasoning capability and a larger context length at a low cost(because it is one-step).

Lenguaje dominante
Python
Estrellas
989
Forks
176
Merge medio
7 d 15 h
PR fusionados (30 d)
3

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de microsoft/AIOpsLab

Todos los issues de microsoft/AIOpsLab

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.