端到端分布式 Trace 树
客户端 Span、Agent 工具调用与 BatchIn 网关推理 Span 自动对齐并编排为单一分布式 Trace 树。
符合 CNCF OpenTelemetry GenAI 语义规范的分布式追踪管道。支持直接将推理 Span、Token 损耗、延迟指标与 VaaS 密码学存证凭据导出至 Datadog、Grafana Tempo 与 Honeycomb。
客户端 Span、Agent 工具调用与 BatchIn 网关推理 Span 自动对齐并编排为单一分布式 Trace 树。
全面支持标准 OTLP/HTTP JSON 与 Protobuf 导出,无缝适配按 trace、按模型或按工作空间过滤。
直接推送到 Datadog LLM Observability、Grafana Tempo、Honeycomb 与 Jaeger,无需任何专有适配器。
BatchIn 推理网关在每个请求 Span 中自动注入以下标准属性,确保跨 APM 平台的数据兼容性。
| 属性名称 | 类型 | 样例值 | 说明 |
|---|---|---|---|
| gen_ai.system | string | "batchin" | 标识推理服务网关系统 |
| gen_ai.request.model | string | "deepseek-ai/DeepSeek-V4-Pro" | 请求调用的目标模型标识符 |
| gen_ai.usage.prompt_tokens | int | 412 | 输入 Prompt 消耗的 Token 数 |
| gen_ai.usage.completion_tokens | int | 185 | 生成 Completion 消耗的 Token 数 |
| gen_ai.response.latency_ms | float | 624.5 | 网关总往返延迟(毫秒) |
| gen_ai.response.ttft_ms | float | 92.0 | 首字生成延迟(Time-To-First-Token) |
| gen_ai.vaas.record_id | string | "rec_98bf12" | VaaS 密码学防篡改存证记录编号 |
| gen_ai.vaas.merkle_root | string | "0x3a4f...e109" | Base L2 链上批处理默克尔根哈希 |
| gen_ai.agent.run_id | string | "run_prod_agent_77" | 多步 Agent 会话追踪唯一编号 |
| gen_ai.agent.step_id | string | "step_tool_fallback_03" | Agent 执行链路中的步骤编号 |
直接复制到 Kubernetes ConfigMap 或 Docker Compose 中,实现零修改分发至 Grafana 与 Datadog
# otel-collector-config.yaml
# Production OpenTelemetry Collector for BatchIn Inference Gateway
receivers:
otlp:
protocols:
grpc:
endpoint: 0.0.0.0:4317
http:
endpoint: 0.0.0.0:4318
processors:
batch:
timeout: 1s
send_batch_size: 256
memory_limiter:
check_interval: 1s
limit_percentage: 80
spike_limit_percentage: 20
exporters:
# 1. Export to Grafana Tempo / Honeycomb
otlp/tempo:
endpoint: tempo.internal:4317
tls:
insecure: true
# 2. Export to Datadog LLM Observability
datadog:
api:
key: "${DD_API_KEY}"
site: datadoghq.com
service:
pipelines:
traces:
receivers: [otlp]
processors: [memory_limiter, batch]
exporters: [otlp/tempo, datadog]