google-agents-cli-observability

google-agents-cli-observability — официальный навык Google для настройки и диагностики наблюдаемости у агентов на базе Google ADK. Он предназначен для задач, в которых нужно включить tracing, настроить logging, подключить Cloud Trace, BigQuery Agent Analytics или стороннюю систему мониторинга. В исходном SKILL.md отдельно сказано, что это не инструкция по развёртыванию и не справочник API-кода: для deployment используется другой навык Google ADK, а для шаблонов кода — отдельный skill. Базовый уровень — Cloud Trace. В описании указано, что ADK создаёт распределённые трассы выполнения: верхний span отражает invoke_workflow, внутри находятся вызовы invoke_agent, call_llm и execute_tool, а обращение к модели представлено generate_content. Для Agent Runtime телеметрия связана с get_fast_api_app(otel_to_cloud=True) и флагом GOOGLE_CLOUD_AGENT_ENGINE_ENABLE_TELEMETRY. В scaffolded Cloud Run и GKE экспорт также настраивается через приложение. Для ручных развёртываний требуется собственная конфигурация OpenTelemetry, а локальные трассы можно наблюдать при работе через agents-cli playground. Навык различает три независимых уровня данных. Prompt-response logging сохраняет полные запросы и ответы в инфраструктуре GCS/BigQuery, когда включены переменные загрузки и настроены ресурсы. Содержимое trace spans и Cloud Logging events регулируется отдельно через OTEL_INSTRUMENTATION_GENAI_CAPTURE_MESSAGE_CONTENT и ADK_CAPTURE_MESSAGE_CONTENT_IN_SPANS; значение NO_CONTENT оставляет сообщения вне spans/events. BigQuery Agent Analytics — опциональный плагин для структурированных событий вызовов модели, инструментов и результатов; его включают параметром --bq-analytics при scaffold. Такое разделение помогает не путать отсутствие текста в трассах с отключением выгрузки completion-данных. Для prompt-response logging исходник указывает на Terraform-инфраструктуру: service account, GCS bucket и BigQuery dataset. Для уже развёрнутого Agent Runtime описаны два пути: передать управление Terraform с возможной потерей сессий или сохранить SDK-развёртывание и обновить переменные через повторный deploy, после чего отдельно выдать сервисному аккаунту роли storage.admin, logging.logWriter, cloudtrace.agent, а для BigQuery — dataOwner и jobUser. Это не универсальная команда для любого окружения: точный набор ресурсов и прав зависит от типа deployment. В skill также перечислены интеграции AgentOps, Arize AX, Phoenix, MLflow, Monocle, Weave и Freeplay, с различиями по SaaS, self-hosted варианту и сложности. При выборе внешней платформы предлагается открыть её официальную страницу интеграции ADK. Раздел troubleshooting связывает отсутствие trace с otel_to_cloud и IAM, отсутствие prompt-response с LOGS_BUCKET_NAME и правами bucket, отсутствие BigQuery-событий с конфигурацией плагина, а высокую стоимость — с режимом NO_CONTENT и сроком хранения. Навык полезен инженеру, которому нужно выбрать уровень телеметрии и проверить его границы. Ограничения подтверждены самим источником: нужны корректный deployment-контекст, переменные окружения, IAM и инфраструктура; он не выполняет за пользователя security-аудит, не заменяет настройку деплоя и не гарантирует, что сторонний провайдер принимает spans без отдельной проверки.