Feature request: add an option to summarize and analyze agent trace with LLM after each run
还没有人认领这个 Issue。
评估
- 难度
- 5/5
- 预计耗时
- 一周以上
- 新手友好度
- 25/100
- Issue 类型
- 功能
- 描述清晰度
- 需要澄清
- 活跃度
- 停滞
- 技术栈
- python
- 领域
- ai, observability, testing
调研方向
首先检查 eval pipeline 以及 issue 中引用的脚本，然后确定可选的运行后分析应在哪里接收 agent traces 和评估上下文。完成的标准是：pipeline 可以选择性地生成 LLM 摘要和分析，帮助解读 agent 行为以及 benchmark 或 fault-injection 结果。
由索引模型根据 Issue 内容生成。
描述
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).
- 主要语言
- Python
- 星标
- 1k
- 派生
- 177
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
- 没有 Dockerfile 或 Docker Compose 文件
- 没有 Pull Request 模板
- 阅读贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
microsoft/AIOpsLab 的其他 Issue
-
难度 2/5 1-3 小时 新手友好度 72/100
-
Mitigation eval passes when the broken workload is deleted or scaled to zero可能已有人在做 @TheDeadcoder 于 4 天前认领。 未关闭
难度 4/5 3-5 天 新手友好度 48/100
-
难度 5/5 一周以上 新手友好度 25/100
-
难度 3/5 1-2 天 新手友好度 35/100
-
难度 5/5 一周以上 新手友好度 25/100
查看 microsoft/AIOpsLab 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 74/100
cellrishi-code/claude-skills-atlas#165 ·
维护者通常 1 天内回复
-
bug confirmed issue
难度 2/5 1-3 小时 新手友好度 72/100
open-webui/open-webui#32635 · 1 条评论 ·
维护者通常 1 天内回复
-
Filters: ?field:ne=null matches NULL rows instead of non-NULL ones可能已有人在做 @rshdhere 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 72/100
Netflix/metaflow-service#504 ·
-
needs-triage
难度 2/5 1-3 小时 新手友好度 84/100
gke-labs/kube-agents#3394 ·
维护者通常 1 天内回复
-
A2A audit timestamps end in +00:00Z (invalid ISO 8601)可能已有人在做 @O1sumitkumar 今天认领。 未关闭bug good first issue help wanted python
难度 2/5 1-3 小时 新手友好度 78/100
维护者通常 1 天内回复