Werte aufgezeichnete Traces mit OpenTelemetry aus.

Sende die aufgezeichneten Ausführungen deiner Anwendung über OpenTelemetry an Mibo. Bewerte Antworten und Aktionen aus jedem Trace anhand deiner konfigurierten Prüfungen.

Kostenlos starten Testfälle entdecken

Mit OTLP über HTTP verbinden

Sende Traces direkt an Mibo oder behalte dein bisheriges Backend wie Langfuse, Datadog oder LangSmith und ergänze Mibo über einen Collector. Die Beispiele unten zeigen beide Varianten.

Nur MiboMehrere Ziele

Sende Traces direkt aus deiner instrumentierten Anwendung an Mibo.

export OTEL_EXPORTER_OTLP_TRACES_PROTOCOL=http/protobuf
export OTEL_EXPORTER_OTLP_TRACES_ENDPOINT=https://api.mibo-ai.com/public/traces
export OTEL_EXPORTER_OTLP_TRACES_HEADERS='x-api-key=<YOUR_API_KEY>'
export OTEL_SERVICE_NAME='your-service-name'

Sende Traces an einen OpenTelemetry Collector und konfiguriere ihn so, dass er sie an Mibo und dein bestehendes Ziel weiterleitet.

Exporter der Anwendung

export OTEL_EXPORTER_OTLP_TRACES_PROTOCOL=http/protobuf
export OTEL_EXPORTER_OTLP_TRACES_ENDPOINT=http://127.0.0.1:4318/v1/traces
export OTEL_SERVICE_NAME='your-service-name'

Collector-Konfiguration

receivers:
  otlp:
    protocols:
      http:
        endpoint: 127.0.0.1:4318
exporters:
  otlp_http/mibo:
    traces_endpoint: https://api.mibo-ai.com/public/traces
    headers:
      x-api-key: ${env:MIBO_API_KEY}
  otlp_http/other:
    traces_endpoint: '<YOUR_OTHER_OTLP_HTTP_TRACES_ENDPOINT>'
service:
  pipelines:
    traces:
      receivers: [otlp]
      exporters: [otlp_http/mibo, otlp_http/other]

Setze MIBO_API_KEY in der Umgebung des Collectors. Das andere Ziel benötigt möglicherweise eigene Zugangsdaten. Bei 127.0.0.1 müssen Anwendung und Collector denselben Netzwerk-Namespace teilen. Passe bestehende Exporter-Header für den Collector an; Endpoint-Variablen akzeptieren eine URL und keine kommagetrennte Liste.

Du kannst auch mehrere Exporter in deinem SDK konfigurieren.

Nutze OTLP über HTTP mit protobuf (empfohlen) oder JSON. Ersetze vor dem Senden den API-Schlüssel-Platzhalter. Die Dokumentation erklärt die SDK-spezifische Einrichtung.

Framework-Beispiele

Richte deine bestehende Instrumentierung auf Mibo aus. Jedes Beispiel setzt die vollständige Traces-URL, deinen API-Schlüssel und den Dienstnamen.

Vercel AI SDK 7OpenLLMetry PythonOpenLLMetry TypeScript

Registriere im AI SDK 7 die OpenTelemetry-Integration aus @ai-sdk/otel und setze telemetry bei jedem Aufruf. Der Exporter liest Traces-URL, Schlüssel und Dienstnamen aus der Umgebung.

Umgebungsvariablen

export OTEL_SERVICE_NAME=your-service-name
export OTEL_EXPORTER_OTLP_TRACES_ENDPOINT=https://api.mibo-ai.com/public/traces
export OTEL_EXPORTER_OTLP_TRACES_HEADERS=x-api-key=<YOUR_API_KEY>
export OTEL_METRICS_EXPORTER=none
export OTEL_LOGS_EXPORTER=none

import { OpenTelemetry } from "@ai-sdk/otel";
import { OTLPTraceExporter } from "@opentelemetry/exporter-trace-otlp-proto";
import { NodeSDK } from "@opentelemetry/sdk-node";
import { generateText, registerTelemetry } from "ai";

const sdk = new NodeSDK({ traceExporter: new OTLPTraceExporter() });
sdk.start();
registerTelemetry(new OpenTelemetry({ agentSpanName: "functionId" }));

const { text } = await generateText({
  model,
  prompt,
  telemetry: { functionId: "support-agent" },
});
await sdk.shutdown();

AI SDK 6 und die LegacyOpenTelemetry-Integration senden nur ai.*-Attribute. Mibo kann diese Traces nur auf Laufzeit und Tokens prüfen.

Übergib Traceloop.init einen OTLP-HTTP-Exporter. app_name wird zum Dienstnamen. LangChain- und LangGraph-Apps nutzen dasselbe Setup: OpenLLMetry instrumentiert LangChain.

import os
from opentelemetry.exporter.otlp.proto.http.trace_exporter import OTLPSpanExporter
from traceloop.sdk import Traceloop

Traceloop.init(
    app_name="your-service-name",
    exporter=OTLPSpanExporter(
        endpoint="https://api.mibo-ai.com/public/traces",
        headers={"x-api-key": os.environ["MIBO_API_KEY"]},
    ),
)

Lass die Inhaltsaufzeichnung an: TRACELOOP_TRACE_CONTENT=false entfernt Eingabe und Antwort, die Mibo braucht. Ältere Versionen schreiben gen_ai.prompt.0.content und gen_ai.completion.0.content, die Mibo nicht liest.

Übergib initialize einen OTLP-Exporter. appName wird zum Dienstnamen. Installiere den Exporter aus derselben OpenTelemetry-Linie wie das SDK, etwa @0.203 für SDK 0.27.

import { OTLPTraceExporter } from "@opentelemetry/exporter-trace-otlp-proto";
import * as traceloop from "@traceloop/node-server-sdk";
import OpenAI from "openai";

traceloop.initialize({
  appName: "your-service-name",
  exporter: new OTLPTraceExporter({
    url: "https://api.mibo-ai.com/public/traces",
    headers: { "x-api-key": process.env.MIBO_API_KEY || "" },
  }),
  instrumentModules: { openAI: OpenAI },
});

Vollständige Traces-URL verwenden

Exporter hängen /v1/traces nur an die allgemeine Variable OTEL_EXPORTER_OTLP_ENDPOINT an. Setze OTEL_EXPORTER_OTLP_TRACES_ENDPOINT oder die URL-Option des Exporters.

Attribute, die Mibo liest

node_call-Checks werden mit Span-Namen verglichen. Checks auf Antwort und Werkzeugaufrufe lesen gen_ai.output.messages oder gen_ai.response.text sowie gen_ai.tool.name.

Andere GenAI-Instrumentierungen

Ihre Dokumentation zeichnet Inhalte mit OTEL_SEMCONV_STABILITY_OPT_IN=gen_ai_latest_experimental und OTEL_INSTRUMENTATION_GENAI_CAPTURE_MESSAGE_CONTENT=span_only auf. Mibo hat sie nicht durchgängig verifiziert.

Unter 10 MB pro Anfrage

Verkleinere die Batch-Größe, wenn eine Anfrage als zu groß abgelehnt wird.

Vom Trace zur Bewertung

Trace senden

Exportiere einen Ablauf per OTLP/HTTP protobuf oder JSON. Erfasse die Antwort und die Aktionen, die deine Prüfungen benötigen.

Testentwurf mit KI erstellen

Wähle einen abgeschlossenen Trace. Die KI erstellt anhand der verfügbaren Daten einen Testentwurf; prüfe und speichere die vorgeschlagenen Prüfungen.

Spätere Traces auswerten

Sende weitere Traces und untersuche die Ergebnisse deiner konfigurierten Prüfungen.