Vía 1: la capacidad de Pydantic AI​

Añade una línea a tu agente y TraceAgent registra sus llamadas al modelo y sus herramientas, sin bloquear nunca al agente:

from pydantic_ai import Agent
from trace_agent_sdk import TraceAgentClient

client = TraceAgentClient("http://127.0.0.1:8000")
run = client.start_run("weather-agent", "What is the weather in Madrid?")

agent = Agent(
    "openai:gpt-4o",
    capabilities=[run.as_pydantic_ai_capability()],  # la línea de TraceAgent
)

result = agent.run_sync("What is the weather in Madrid?")
run.finish(result.output)

Tú eliges el nombre y el objetivo de la ejecución, y puedes ocultar los campos sensibles. Lee la guía de integración con Pydantic AI.

Vía 2: OpenTelemetry, sin código de TraceAgent en el agente​

El servidor de TraceAgent es un receptor OTLP/HTTP en POST /v1/traces. Si tu agente ya emite trazas OpenTelemetry que siguen las convenciones GenAI, apunta el exportador al servidor:

from opentelemetry.exporter.otlp.proto.http.trace_exporter import OTLPSpanExporter
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import BatchSpanProcessor

provider = TracerProvider()
provider.add_span_processor(
    BatchSpanProcessor(OTLPSpanExporter(endpoint="http://127.0.0.1:8000/v1/traces"))
)

El servidor convierte cada traza en una ejecución. Lee la guía de ingesta OpenTelemetry y recuerda llamar a provider.shutdown() en los scripts cortos para que no se pierda ningún span.

¿Cuál debería usar?​

Usa una sola vía por agente: si usas las dos, la ejecución se registra dos veces.

• ¿Ya usas OpenTelemetry, o no puedes tocar el código del agente? Usa OpenTelemetry.
• ¿Quieres un control fino de lo que se registra, o no tienes OpenTelemetry en tu stack? Usa la capacidad.

La comparación completa está en ¿Hooks u OpenTelemetry?.

También en esta versión​

• Las ejecuciones muestran su proveedor, su modelo y los totales de tokens en cada integración con frameworks, y la vista de comparación también cuenta esos tokens.
• La línea de tiempo es jerárquica: las llamadas al modelo y las herramientas aparecen bajo el paso del agente que las ejecutó.
• Un inspector legible para eventos y decisiones, con los detalles técnicos plegados.
• LangChain: cada herramienta se registra ahora una sola vez, con su nombre real.

Consulta el registro de cambios para ver la lista completa, y empieza aquí para probarlo.

Por qué lo creamos​

Las herramientas de observabilidad tradicionales se diseñaron para microservicios y aplicaciones web. Entienden las peticiones HTTP, las consultas a bases de datos y los mensajes de las colas. Pero no entienden qué significa que un agente de IA:

• Llame a una herramienta y decida qué hacer con el resultado
• Escriba un archivo y luego lo lea de nuevo para verificarlo
• Reintente un comando fallido con otra estrategia
• Encadene varias decisiones a lo largo de un flujo de planificación complejo

TraceAgent cubre ese hueco con una especificación de trazabilidad pensada para agentes y una interfaz de visualización hecha a medida.

Qué puedes hacer hoy​

• 📦 Instala el SDK y empieza a trazar en minutos
• 🔗 Conecta agentes de LangChain con un único callback
• 📊 Visualiza la ejecución con líneas de tiempo interactivas
• 🏠 Autoaloja todo: control total de tus datos

Primeros pasos​

La forma más rápida de empezar:

pip install trace-agent-sdk
# o, con uv
uv add trace-agent-sdk

Después ve a nuestra guía de inicio rápido para crear tu primera traza en menos de 5 minutos.

Qué viene después​

Estamos trabajando activamente en:

• Una visualización de la línea de tiempo mejorada
• Más integraciones con frameworks
• Plugins y extensiones de la comunidad
• Paneles de rendimiento

Danos una estrella en GitHub y sigue las novedades.

Actualización, octubre de 2026: TraceAgent ahora también es compatible con Pydantic AI y OpenTelemetry. Lee Traza agentes de Pydantic AI con TraceAgent: hooks u OpenTelemetry.