Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

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

Aperta
#108 3 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python
Ambito
ai, observability, testing

Direzione di ricerca

Inizia esaminando la pipeline di eval e gli script referenziati nell’issue, quindi determina dove un’analisi post-esecuzione opzionale potrebbe ricevere le tracce degli agenti e il contesto di valutazione. Il lavoro sarà completato quando la pipeline potrà produrre opzionalmente un riepilogo e un’analisi LLM che aiutino a interpretare il comportamento degli agenti e i risultati di benchmark o fault-injection.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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).

Lingua principale
Python
Stelle
989
Fork
176
Merge medio
7g 15h
PR unite (30g)
3

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di microsoft/AIOpsLab

Tutte le issue di microsoft/AIOpsLab

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.