jevlaya
Español
Documentación

Trazado

Cada hook de una llamada recibe el mismo PredictContext.run_id, así que un tracer puede correlacionar los eventos de inicio, fin y error (y cualquier span que abra) sin llevar su propia contabilidad.

run_id

  • Una cadena uuid4().hex, creada una vez por llamada pública (predict_batch, system_one, Router.predict, ONNXAgent.system_one). Router.predict_batch crea una por solicitud en su lugar, la run_id que habría tenido una llamada a Router.predict para esa solicitud.
  • La comparten todos los hooks de esa llamada, incluidos on_error y on_predict_end.
  • No es global ni se persiste: identifica una llamada dentro del proceso. Ponla en tus registros y en los payloads salientes para correlacionar entre sistemas.
  • Distinta en cada llamada, así que dos llamadas nunca chocan.
call A:  run_id=1a2b...  start ──┐
                                 ├─ end
                          error ─┘
call B:  run_id=9f8e...  start ─── end

Un tracer mínimo

Mantén un mapa de run_id al span que abriste al inicio, y ciérralo al final o en caso de error.

import time

class Tracer:
    def __init__(self):
        self.spans = {}

    def on_predict_start(self, ctx):
        self.spans[ctx.run_id] = {
            "model": ctx.model,
            "started_at": ctx.started_at,
        }

    def on_predict_end(self, ctx):
        span = self.spans.pop(ctx.run_id, None)
        if span is None:
            return
        emit_span(
            name="laya.predict",
            run_id=ctx.run_id,
            model=ctx.model,
            duration_ms=ctx.elapsed_ms,
            usage=ctx.usage,
            ok=ctx.error is None,
        )

    def on_error(self, ctx):
        # on_error runs before on_predict_end; leaving the span for on_predict_end is fine,
        # or close it here if you prefer.
        pass

agent = laya.load("convaiinnovations/laya", hooks=[Tracer()])

Como on_predict_end se ejecuta siempre, es el lugar natural para cerrar un span, y puede ver ctx.error en la ruta de fallo.

Ciclo de vida de un span

on_predict_start ──► open span (run_id, model, started_at)
      │
      ├─ inference
      │
on_error ──► record ctx.error on the span
      │
on_predict_end ──► close span (elapsed_ms, usage, ok)

Spans de error

on_predict_end se ejecuta en la ruta de fallo con ctx.error establecido, así que un único punto de cierre cubre ambos casos:

def on_predict_end(self, ctx):
    span = self.spans.pop(ctx.run_id, None)
    if span is None:
        return
    if ctx.error is not None:
        span["status"] = "error"
        span["error_type"] = type(ctx.error).__name__
        span["error_message"] = str(ctx.error)
    span["duration_ms"] = ctx.elapsed_ms
    emit(span)

Si solo implementas on_error, recuerda que se dispara antes de on_predict_end; no cierres el span en ambos o lo contarás dos veces.

OpenTelemetry

El ejemplo examples/hooks/otel.py registra contadores y un histograma. Para spans reales, maneja la API de OTel desde el tracer. Los hooks son síncronos, así que usa el exportador síncrono (o encola y exporta desde un worker).

from opentelemetry import trace

tracer = trace.get_tracer("laya")

class OTelHooks:
    def __init__(self):
        self.spans = {}

    def on_predict_start(self, ctx):
        span = tracer.start_span("laya.predict", attributes={"laya.run_id": ctx.run_id, "laya.model": ctx.model})
        self.spans[ctx.run_id] = span

    def on_predict_end(self, ctx):
        span = self.spans.pop(ctx.run_id, None)
        if span is None:
            return
        if ctx.usage:
            span.set_attribute("laya.input_tokens", ctx.usage["input_tokens"])
        if ctx.error is not None:
            span.record_exception(ctx.error)
            span.set_status(trace.Status(trace.StatusCode.ERROR))
        span.end()

laya.load("convaiinnovations/laya", hooks=[OTelHooks()], hooks_raise=False)

Establece hooks_raise=False para que una caída del tracer nunca haga fallar una solicitud.

Propagación distribuida

run_id es una cadena simple, así que inclúyela en todo lo que salga del proceso: líneas de registro, el payload que se envía a un servicio de auditoría, o una cabecera HTTP si una decisión desencadena una llamada posterior.

def audit(ctx):
    requests.post(
        "https://audit.example/decisions",
        json=record(ctx),
        headers={"X-Laya-Run-Id": ctx.run_id},
        timeout=2,
    )

Recuerda que una llamada bloqueante como esta detiene el hilo que la invoca; mejor encólala cuando sirvas de forma concurrente. Consulta los patrones.

Llamadas anidadas

Un hook que vuelve a llamar a predict inicia una nueva llamada con una nueva run_id. La llamada padre y la hija son independientes a menos que las enlaces tú mismo. Captura el id del padre y pásalo:

def enrich(ctx):
    for state in ctx.states:                     # a hook sees every state of the call
        child = enricher.predict(state, EXTRA_QUESTIONS)
        record_child_span(parent_run_id=ctx.run_id, child_run_id=child.get("run_id"))

Una run_id padre, una llamada hija por estado. Un cuerpo que lee ctx.states[0] enlaza la primera decisión de un lote y descarta las demás en silencio.

Protégete contra la recursión (consulta los antipatrones); la protección más fácil es un agente enricher aparte, sin hooks.

Ver también