Python agent release notesRSS

Se agregó compatibilidad con Azure CosmosDB

• El agente de Python ahora instrumenta las operaciones del cliente de Azure Cosmos DB, reportando métricas y trazas del almacenamiento de datos para operaciones de base de datos, contenedor y usuario realizadas a través del SDK de azure-cosmos.

Se agregó soporte para HTTPX2

• El agente de Python ahora es compatible con HTTPX2, una bifurcación de HTTPX mantenida activamente por el equipo de Pydantic. La instrumentación de llamadas externas para HTTPX2 refleja la compatibilidad existente con HTTPX del agente para clientes sincrónicos y asincrónicos.

Se agregó instrumentación de eventos de transmisión de LangChain/LangGraph

• Se agregó soporte de instrumentación de astream_events para agentes de LangChain.
• Se agregó instrumentación de stream_events/astream_events para LangChain/LangGraph v3, que cubre la iteración sobre objetos GraphRunStream.

Se agregó compatibilidad con las convenciones semánticas de base de datos de OpenTelemetry más recientes

• Al ejecutar el agente de Python junto con OpenTelemetry (modo de agente híbrido), el agente ahora lee los nombres de atributo de span de base de datos de OpenTelemetry legacy y más recientes (db.name/db.namespace, db.statement/db.query.text, db.mongodb.collection/db.collection.name), por lo que el rastreo de base de datos continúa funcionando correctamente independientemente de la versión de convención semántica que emita la biblioteca de instrumentación de OpenTelemetry.

Se corrigió el informe incompleto de paquetes a New Relic

• Anteriormente, el agente de Python podía omitir algunos paquetes instalados de los datos de entorno reportados a New Relic si el descubrimiento de módulos tomaba más tiempo que la ventana de tiempo fija asignada durante el ciclo de recolección lento, y la lista de paquetes no se actualizaba después de un reinicio del agente. La captura de paquetes ahora se ejecuta durante el ciclo de recolección rápido y se vuelve a capturar por completo al apagar/reiniciar el agente, por lo que la lista de paquetes reportada está completa.

Se redujo la sobrecarga de las búsquedas de versiones de paquetes

• Anteriormente, la búsqueda de versiones de paquetes instalados volvía a escanear el sistema de archivos para cada paquete en cada búsqueda, lo que incurría en una penalización de tiempo O(n^2) que escalaba con la cantidad de paquetes instalados durante la inicialización del agente. El resultado de importlib.metadata.packages_distributions() ahora se almacena en caché después de la primera búsqueda para evitar esta sobrecarga.

Se corrigió get_linking_metadata para que pase correctamente por la aplicación especificada

• Anteriormente, llamar a newrelic.agent.get_linking_metadata(application=...) ignoraba el argumento application y siempre devolvía metadatos de vinculación para la aplicación predeterminada. Esto afectaba a los procesos que informaban a más de una aplicación. La aplicación especificada ahora se transfiere correctamente.
• ¡Gracias ckarnell por la contribución!

Se corrigió el reporte del nombre de la base de datos MySQL al usar el argumento de palabra clave database

• Anteriormente, el agente solo verificaba el argumento de palabra clave db legacy al analizar el nombre de la base de datos de los argumentos de conexión de mysql-connector-python, por lo que las conexiones realizadas con el argumento de palabra clave database moderno no reportaban ningún nombre de base de datos en las métricas del almacenamiento de datos. El agente ahora verifica database primero, recurriendo a db.

Se corrigió la advertencia al acceder a los valores de GraphOutput de LangGraph v1.1+

• Anteriormente, la instrumentación de LangGraph v1.1+ accedía a los valores de retorno de GraphOutput utilizando una sintaxis de acceso a elementos obsoleta, lo que desencadenaba una advertencia de obsolescencia. El agente ahora lee GraphOutput.value directamente.

Se agregaron comandos de Redis introducidos en Redis v8.10.0 y redis-py v8.1.0

• El agente de Python ahora es compatible con los siguientes comandos agregados recientemente en Redis:

  • himport_discard_all
  • himport_discard
  • himport_prepare
  • lmovem
  • nrange
  • nrevrange
  • querylabels
  • read
  • sdiffcard
  • sunioncard
  • aliaslist

Se corrigieron los eventos LlmChatCompletion faltantes en Gemini al usar herramientas MCP

• Anteriormente, faltaban los eventos LlmChatCompletionMessages y LlmChatCompletionSummary en Gemini al usar herramientas en un agente de LangChain, si el formato de respuesta no era el JSON predeterminado. Esto se ha resuelto.

Se cambió al ID de caché de traza en LangChain y el framework de agente

• Para fines de propagación del contexto, intercambie la instrumentación de LangChain y agente framework para almacenar solo el ID de caché de la traza en lugar de la traza completa en un atributo de referencia. Esto es para evitar que estos objetos se serialicen inesperadamente en caso de fugas. El ID es un objeto mucho más pequeño, mientras que la traza podría contener MB de datos.

Agregar soporte para la configuración del lado del servidor de monitoreo de IA

• El agente de Python ahora admite la configuración del lado del servidor de monitoreo de IA. Cuando se configuran, los valores ai_monitoring.enabled, ai_monitoring.record_content.enabled y ai_monitoring.streaming.enabled del lado del servidor tienen prioridad sobre la configuración local.

Agregar propagación del contexto para las invocaciones de Bedrock a través de Agent Framework

• Propaga el contexto de traza a través de los límites de subprocesos creados por la integración de Bedrock de Microsoft Agent Framework. Esto permite que la instrumentación de botocore existente del agente capture eventos de LLM para las invocaciones de Bedrock realizadas a través de Agent Framework. Esto no agrega la instrumentación completa de Agent Framework en sí.

Se corrigieron los nombres de transacción inconsistentes al usar Wagtail

• Anteriormente, los nombres de transacción para las aplicaciones creadas en Wagtail eran inconsistentes y podían ser los mismos para diferentes vistas de página. Esto ya fue solucionado.

Corregir entidades de herramientas duplicadas para las herramientas de LangChain respaldadas por un servidor MCP remoto

• Anteriormente, cuando una herramienta de LangChain estaba respaldada por un servidor MCP remoto que también estaba instrumentado por separado, aparecían entidades de herramientas duplicadas en la UI. Esto se ha solucionado al bloquear los atributos de subcomponentes de las herramientas de LangChain cuando se detecta una herramienta remota conocida.

Corregir el campo de entrada de usuario faltante para las llamadas a herramientas MCP de LangChain y LangGraph

• Anteriormente, cuando LangChain o LangGraph usaban herramientas de un servidor MCP, el campo de entrada del usuario podía faltar en los datos de monitoreo de IA si el mensaje de entrada no era el último mensaje en la secuencia transmitida. Esto se ha solucionado y el agente ahora extrae correctamente el mensaje de entrada en estos casos.

Reduce el riesgo de condición de carrera en el muestreador de datos de recolección de basura

• Anteriormente, el agente siempre llamaba a gc.get_objects() para muestrear los recuentos de objetos del recolector de basura, independientemente de la configuración. Esto se ha cambiado para que gc.get_objects() solo se llame cuando top_object_count_limit esté configurado por encima de 0, lo que evita la iteración innecesaria del montón para los clientes que no rastrean los tipos de objetos recopilados por el recolector de basura.

Eliminar la codificación de bytes de los encabezados de rastreo distribuido de Kombu salientes

• Anteriormente, los encabezados de rastreo distribuido agregados por la instrumentación de Kombu estaban codificados en bytes, lo que interrumpía los transportes que serializan las cargas con el módulo json de la biblioteca estándar (por ejemplo, transportes respaldados por SQLAlchemy). Se ha eliminado la codificación de bytes para que estos transportes funcionen correctamente.

Se agregó instrumentación para Google ADK

• El agente de Python ahora instrumenta los flujos de trabajo de agente de IA de Google ADK (Agent Development Kit).

• Los componentes instrumentados incluyen:

  • LlmAgent vinculado a los backends de Gemini o VertexAI a través de google.genai
  • Instancias de FunctionTool definidas por el usuario
  • Flujos de trabajo de subagentes, incluidos los agentes secundarios y las instancias de AgentTool
  • Flujos de trabajo de múltiples agentes, incluida la clase Workflow y las clases obsoletas LoopAgent, ParallelAgent y SequentialAgent

Se agregó el conteo de tokens para Anthropic, Gemini, OpenAI y Bedrock

• El agente de Python ahora informa los conteos de tokens para todas las invocaciones de LLM en múltiples proveedores de IA:

  • SDK de Anthropic
  • SDK de Google GenAI
  • SDK de OpenAI
  • AWS Bedrock a través de botocore y aiobotocore

Se solucionó el bloqueo de instrumentación para graphql-core v3.2.10

• Anteriormente, graphql-core v3.2.10 cambió el nombre del atributo errors a collected_errors en ExecutionContext, lo que provocaba que el agente fallara. Esto se ha solucionado y el agente ahora funciona correctamente con graphql-core v3.2.10 y versiones posteriores.

Se eliminó spanId del encabezado tracestate saliente

• Anteriormente, el agente incluía spanId en el encabezado tracestate saliente. Debido a que spanId ya está presente en el encabezado traceparent, esta era una duplicación innecesaria. Se ha eliminado spanId de tracestate para reducir el tamaño del encabezado saliente.