用户请求作为 root span 进入系统,携带 trace_id、session_id 以及 Agent 标识,后续所有步骤都挂接在其之下。
规划 Span(plan)记录任务分解与分支选择,推理 Span(reasoning)记录每一步的思考过程,使"为什么这样决策"可被追溯。
chat Span 包裹每一次 LLM 调用,记录模型名、输入与输出 Token、首 Token 耗时、结束原因(如 stop、tool_calls)。
工具调用作为嵌套 Span,记录工具名、调用参数、返回值与耗时,工具成功或失败的状态被标记在该 Span 上。
多智能体场景下,子 Agent 的 invoke_agent Span 作为调用方某 Span 的子节点递归挂接;记忆读写通过 memory 类 Span(create_memory / search_memory 等)记录上下文变化。
最终响应作为 Trace 的末端,记录完成状态、总成本与总耗时,使一次任务从入口到出口形成闭合记录。
一次追踪记录的典型基础结构字段包括 trace_id、run_id(运行实例标识)、span_id、parent_span_id、step_type(如 reasoning / tool_call / llm_generate)、latency_ms 与 status,这些字段构成 Span 之间关联与还原的骨架。