Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Configura la telemetria Vercel AI SDK per le valutazioni AgentCore
Questa pagina spiega come strumentare un [ agente ](https://sdk.vercel.ai/) Vercel AI SDK, come vengono identificati gli intervalli e come vengono estratti i campi di valutazione. Vercel AI SDK è un TypeScript-only framework, quindi tutto il supporto in questa pagina si applica agli agenti. TypeScript
**Nota**
AgentCore Evaluations supporta l'SDK Vercel AI solo per agenti. TypeScript Python non è supportato in questo momento.
**Argomenti**
+ [TypeScript supporto per gli agenti ](#vercel-ai-typescript)
+ [Instrumenta il tuo agente ](#vercel-ai-instrument)
+ [Come vengono identificati gli intervalli ](#vercel-ai-span-identification)
+ [Come vengono estratti i campi di valutazione ](#vercel-ai-extraction)
+ [L'esempio si riferisce a un agente TypeScript ](#vercel-ai-examples-typescript)
## TypeScript supporto per gli agenti
Un agente Vercel AI SDK produce intervalli con il nome dell'ambito. `@aws/aws-distro-opentelemetry-instrumentation-vercel-ai`
### Strumenta il tuo agente
Strumenta un agente Vercel AI SDK con AWS Distro for OpenTelemetry (ADOT). Aggiungi il pacchetto di autostrumentazione AWS Distro Node () alle tue dipendenze. `@aws/aws-distro-opentelemetry-node-autoinstrumentation` Include la strumentazione Vercel AI integrata, che si attiva all'avvio ed emette il nome dell'ambito. `@aws/aws-distro-opentelemetry-instrumentation-vercel-ai`
`package.json`:
```
{
"dependencies": {
"@aws/aws-distro-opentelemetry-node-autoinstrumentation": "^0.12.0"
}
}
```
La strumentazione segue le convenzioni semantiche dell' OpenTelemetry IA generativa: classifica gli intervalli e raggruppa la conversazione in attributi. `gen_ai.operation.name` `gen_ai.*`
**Nota**
La strumentazione è un passo verso l'impostazione dell'osservabilità. Per esportare la telemetria per la valutazione, completa la configurazione completa in Imposta l'osservabilità. [Imposta l'osservabilità](supported-frameworks-telemetry.md#supported-frameworks-setup)
### Come vengono identificati gli intervalli
La strumentazione Vercel AI imposta l'`gen_ai.operation.name`attributo su ogni intervallo. Il servizio di valutazione utilizza questo attributo per classificare gli intervalli:
| Tipo di intervallo | Attributo identificativo |
| --- | --- |
| Invoca l'agente | `gen_ai.operation.name` = `invoke_agent` |
| Strumento di esecuzione | `gen_ai.operation.name` = `execute_tool` |
| Inferenza | `gen_ai.operation.name` = `chat` |
### Come vengono estratti i campi di valutazione
Vercel AI SDK serializza i messaggi in due forme e Evaluations legge entrambe: AgentCore
+ Una ** forma ** object-dict sull'input dell'agente invoke e dell'inferenza si estende, in cui `gen_ai.input.messages` è presente un oggetto JSON con un `system` campo (il prompt di sistema) e un array (ad esempio,). `messages` `{"system": "…", "messages": [{"role": "user", "content": "…"}]}`
+ Una ** forma di ** elenco delle parti sull'output, in cui ogni messaggio contiene una `parts` serie di blocchi di contenuto digitati (ad esempio,). `[{"role": "assistant", "parts": [{"type": "text", "content": "…"}]}]`
AgentCore Le valutazioni estraggono il testo da entrambe le forme: il prompt dell'utente dall'ultimo messaggio utente inserito nell'input, il prompt di sistema dal `system` campo e la risposta dell'agente dalle parti di testo dell'output.
La strumentazione Vercel AI utilizza la telemetria unificata, quindi il contenuto della conversazione rimane nell'intervallo come attributi:
+ **Richiesta dell'utente e risposta dell'agente**: da ** e ** verso l'intervallo dell'agente invoke. `gen_ai.input.messages` `gen_ai.output.messages`
+ **Prompt di sistema**: dal `system` campo dell'object-dict in. `gen_ai.input.messages`
+ **Chiamata allo strumento**: il nome dello strumento da`gen_ai.tool.name`, gli argomenti e il risultato da `gen_ai.tool.call.arguments` e `gen_ai.tool.call.result` nell'intervallo di esecuzione dello strumento.
Per ulteriori informazioni, consulta [ Example spans from a TypeScript agent. ](#vercel-ai-examples-typescript)
### Esempio tratto da un agente TypeScript
Con la telemetria unificata, il contenuto della conversazione rimane negli attributi span e non viene prodotto alcun record di evento separato. Gli esempi seguenti sono tratti da un agente di pianificazione dei viaggi TypeScript Vercel AI SDK distribuito su Amazon Bedrock Runtime, utilizzando un modello Amazon Bedrock. AgentCore
**Nota**
Questi esempi non sono intervalli completi. Mostrano dati rappresentativi di un'interazione con un agente reale, con alcuni campi omessi e valori lunghi troncati per motivi di leggibilità.
**Example**
L'`gen_ai.operation.name`attributo (`invoke_agent`) lo identifica come un invoke agent span. L'`gen_ai.input.messages`attributo contiene il prompt e la conversazione del sistema nella forma object-dict e `gen_ai.output.messages` contiene la risposta dell'agente nella forma parts-list.
```
{
"traceId": "6a6bd3b14c8d91ed1e70a3906b551618",
"spanId": "fa0dce44446e3d24",
"name": "invoke_agent",
"kind": "INTERNAL",
"scope": {
"name": "@aws/aws-distro-opentelemetry-instrumentation-vercel-ai",
"version": "0.12.0"
},
"attributes": {
"gen_ai.operation.name": "invoke_agent",
"gen_ai.provider.name": "aws.bedrock",
"gen_ai.request.model": "us.anthropic.claude-sonnet-4-5-20250929-v1:0",
"gen_ai.input.messages": "{\"system\": \"You are a travel planning assistant ...\", \"messages\": [{\"role\": \"user\", \"content\": \"Hey, how can you help me\"}]}",
"gen_ai.output.messages": "[{\"role\": \"assistant\", \"parts\": [{\"type\": \"text\", \"content\": \"Hello! I'm your travel planning assistant ...\"}]}]",
"session.id": "sea-nyc-trip-2-turns"
},
"status": {
"code": "OK"
}
}
```
L'`gen_ai.operation.name`attributo (`execute_tool`) lo identifica come un intervallo di esecuzione dello strumento; contiene il nome dello strumento. `gen_ai.tool.name` L'`gen_ai.tool.call.arguments`attributo contiene gli argomenti dello strumento e l'`gen_ai.tool.call.result`attributo contiene il risultato dello strumento.
```
{
"traceId": "6a6bd3b14c8d91ed1e70a3906b551618",
"spanId": "b64c37adefae74f0",
"name": "execute_tool search_flights",
"kind": "INTERNAL",
"scope": {
"name": "@aws/aws-distro-opentelemetry-instrumentation-vercel-ai",
"version": "0.12.0"
},
"attributes": {
"gen_ai.operation.name": "execute_tool",
"gen_ai.tool.name": "search_flights",
"gen_ai.tool.type": "function",
"gen_ai.tool.call.id": "toolu_bdrk_01LzXXJCfpfuS7Bpf7e1qLMg",
"gen_ai.tool.call.arguments": "{\"origin\": \"SEA\", \"destination\": \"NYC\", \"date\": \"2025-03-15\"}",
"gen_ai.tool.call.result": "{\"origin\": \"SEA\", \"destination\": \"NYC\", \"flights\": [ ... ]}",
"session.id": "sea-nyc-trip-2-turns"
},
"status": {
"code": "OK"
}
}
```
L'`gen_ai.operation.name`attributo (`chat`) lo identifica come intervallo di inferenza. Contiene i metadati del modello e, all'interno`gen_ai.tool.definitions`, l'elenco degli strumenti disponibili per l'agente. I messaggi di conversazione per la chiamata al modello sono in `gen_ai.input.messages` (object-dict shape) e `gen_ai.output.messages` (parts-list shape).
```
{
"traceId": "6a6bd3b14c8d91ed1e70a3906b551618",
"spanId": "1865614ca1b88dfb",
"name": "chat us.anthropic.claude-sonnet-4-5-20250929-v1:0",
"kind": "INTERNAL",
"scope": {
"name": "@aws/aws-distro-opentelemetry-instrumentation-vercel-ai",
"version": "0.12.0"
},
"attributes": {
"gen_ai.operation.name": "chat",
"gen_ai.provider.name": "aws.bedrock",
"gen_ai.request.model": "us.anthropic.claude-sonnet-4-5-20250929-v1:0",
"gen_ai.response.model": "us.anthropic.claude-sonnet-4-5-20250929-v1:0",
"gen_ai.usage.input_tokens": 1258,
"gen_ai.usage.output_tokens": 241,
"gen_ai.input.messages": "{\"system\": \"You are a travel planning assistant ...\", \"messages\": [{\"role\": \"user\", \"content\": \"Hey, how can you help me\"}]}",
"gen_ai.output.messages": "[{\"role\": \"assistant\", \"parts\": [{\"type\": \"text\", \"content\": \"Hello! I'm your travel planning assistant ...\"}]}]",
"gen_ai.tool.definitions": "[{\"type\": \"function\", \"name\": \"search_flights\", \"description\": \"Search for available flights between cities.\", ...}]",
"session.id": "sea-nyc-trip-2-turns"
},
"status": {
"code": "OK"
}
}
```