链路追踪导出 CodePrometheus/dsh-observability

dsh-observability

为 DeepSeek Harness（dsh）导出 OpenTelemetry traces：把每个 agent 会话导出成 OTLP span 树——turn 对应 trace，模型 step 对应子 span，工具调用对应该 step 的子 span——带 GenAI 语义约定属性，发往任何接受 OTLP/HTTP 的 collector。

这是社区插件（dsh-plugin topic），不属于官方仓库。它实现 harness 公开的遥测 Service Definition（@deepseek-ai/dsh-session-telemetry），作为官方 Provider 之外的第二个 Service Provider——官方那个导出的是 OTLP logs。

安装

本包自带 cordis.patch.yml，因此可以作为 profile bundle 安装：

dsh plugin --profile web add dsh-observability
export DSH_OBSERVABILITY_MODE=FULL
export DSH_OBSERVABILITY_OTLP_URL=http://127.0.0.1:4318/v1/traces

在 DSH_OBSERVABILITY_MODE 明确开启之前，共享始终关闭。配置了 endpoint 不等于同意上传会话内容，参见 离开本机的数据。

自带的 patch 会关掉 base profile 的 session-telemetry-otel 行：遥测 Service Definition 每个 context 只接受一个后端，重复加载直接抛错。

也可以作为显式的 cordis.yml 行挂载：

- id: session-telemetry-otlp-traces
name: dsh-observability
config:
mode: FULL # FULL | FEEDBACK_ONLY | DISABLED（默认） exporter: # 原样透传给 SDK 的 OTLP/HTTP trace exporter url: http://127.0.0.1:4318/v1/traces compression: gzip
processor: {} # 可选，原样透传给 BatchSpanProcessor
shutdownTimeoutMillis: 3000
maxAttributeChars: 32768

配置

| 字段 | 含义 |
| mode | FULL 实时导出每个会话；FEEDBACK_ONLY 仅在用户记录 feedback 时回放并导出 canonical 会话日志；DISABLED（默认）不构造任何东西，也没有任何数据离开进程。词表与同意语义都属于 Service Definition，与官方 Provider 完全一致。 |
| exporter | 完整的 OTLPExporterNodeConfigBase 对象，原样透传给 OTLP/HTTP trace exporter。url 是本包唯一要求并自行校验的字段，且必须是完整的 traces 路径（…/v1/traces）。 |
| processor | 原样透传给 BatchSpanProcessor（scheduledDelayMillis、maxQueueSize、maxExportBatchSize 等）；批量、重试和丢失策略都是 SDK 文档化的行为。 |
| shutdownTimeoutMillis | 插件自己持有的外层截止时间，约束 SDK 的 shutdown 排空。默认 3000。 |
| maxAttributeChars | 每个 span 属性的序列化载荷上限（默认 32768）。上限约束的是导出值本身，已把 …[clipped] 标记计算在内；被截断的 span 带 dsh.payload_clipped=true——载荷本身就可能以该标记结尾，所以标记本身不足以作为判据。canonical 会话日志保留完整字节。 |

配置错误在插件加载时就 fail loud，且发生在构造任何 transport 之前：url 缺失、为空、非字符串、格式错误或非 http(s)；processor.maxExportBatchSize 不是正整数（SDK 会接受，但随后在 shutdown 时挂死）；shutdownTimeoutMillis 非正或非有限；maxAttributeChars 非正；以及未知的 mode。

字段映射

| dsh 会话事件 | Span |
| turn/start / turn/end | trace 根 span；结束原因写入 dsh.turn.end_reason，错误原因置 status ERROR，并带上失败的 code: message |
| step/start / step/end | 子 span，带 gen_ai.operation.name=chat |
| request/header | gen_ai.request.model、gen_ai.provider.name 和采样标量，回填到当时已经打开的 step 上。后续 header 整组替换这些属性，因此它没带的标量不会从上一份沿用下来 |
| 每个 step 的首个 assistant/chunk | dsh.step.time_to_first_chunk_ms（首 token 时间） |
| assistant/message | 组装后的回复，加上全部五个 gen_ai.usage. 计数（输入、输出、缓存读、缓存写、reasoning） |
| tool/call + tool/result | 发起该调用的 step 的子 span，带 gen_ai.operation.name=execute_tool；失败结果置 status ERROR，若上报了失败标识则带上其 code: name |
| user/message | 该 turn 认领的人类 prompt（source.kind 为 user）写入 trace 根 span 的 dsh.turn.input。同一事件类型还承载 agent.inject() 注入的上下文和 goal 续轮消息，它们作为 span event 留在时间线上，不会顶替 prompt |
| agent-error ops 记录 | 当前打开 span 上的 exception span event，带 exception.type / exception.message，并置 status ERROR |
| 其他一切事件类型（todo、plan、compaction、hooks、插件事件） | 最内层打开 span 上的时点 span event |
| 本包不认识的 ops 记录操作 | 时点 span event；该操作集由 seam 拥有且可扩展，因此未知操作永远不会截断 trace |

标识符是派生的，不是生成的：traceId 由 (session.id, turn) 派生，spanId 由 (session.id, turn, step[, callId]) 派生。因此对同一批事件，实时捕获与 FEEDBACK_ONLY 的 canonical 日志回放产出完全相同的树；cursor 丢失后的重新 adoption 造成的重复投递会落到已有 span 上，而不是产生第二棵互不相连的树。所有时间戳都取记录自带的 time，从不使用 wall clock，理由相同。

因终止事件缺失而仍然打开的 span 会被 force-end 扫描关闭并标记 dsh.force_ended：下一个 turn/start 发现前一个 turn 还开着时、会话的 shutdown 运维记录时、FEEDBACK_ONLY 回放结束时、以及后端 shutdown 时。

turn/start 缺失——崩溃窗口，或被脱敏规则扣下的记录——不会让该 turn 的子 span 变成孤儿。第一个落在未打开 turn 下的子记录会合成该 turn 的根 span 并标记 dsh.turn.synthesized，因此 collector 不会收到一个 parent 永远不会送达的 span。

离开本机的数据

在上传模式下，span 属性携带用户与 assistant 的消息内容、工具参数与结果（命令输出、文件内容）、模型与用量元数据，以及会话 cwd（一个本地路径），具体内容由 session-telemetry/record waterfall 的返回值决定。

本插件不自带任何脱敏规则。 在没有挂载 waterfall listener 的情况下，记录会原样到达 exporter，因此要导出到受信边界之外的部署必须自行挂载规则。Provider 的 API key 在结构上不存在：适配器凭据是构造参数而非会话事件，所以它们从不进入会话日志，也因此从不进入遥测。序列化载荷按 maxAttributeChars 逐属性截断，canonical 日志保留完整字节。

Model Experience

无。本插件只通过遥测 Service Definition 观察会话流，并把折叠后的 span 交给 OTel SDK，从不参与构成模型请求。

KV Cache 影响

无。本插件既不组装也不发送 provider 请求。

测试

npm test # 单测：id 派生、折叠投影、配置 fail-loud 路径
npm run build && npm run test:e2e # 通过 Loader 的真实组合，对打 mock collector

e2e 层遵循官方仓库的 REAL-composition 模式：fixture cordis.yml 加载构建后的 lib/index.js——与部署时加载的是同一个文件——断言打在 wire 上的 OTLP 载荷，而不是内部实现。

版本兼容

DeepSeek Harness 处于 developer preview，不提供兼容承诺；本插件 pin 精确的 @deepseek-ai/dsh- 版本。

| dsh-observability | @deepseek-ai/dsh-* | @deepseek-ai/cordis |
| 0.1.x | 0.1.0-rc.6 | 4.0.1 |

已知限制与待办

- 尽力投递。 继承自 Service Definition：handoff cursor 标记的是「已交出」，不是「已送达」。崩溃时留在 SDK 批队列里的内容会丢失，cursor 丢失后的重新 adoption 可能重复交出一个前缀。派生标识符让这些重复在接收端幂等，但持久化 outbox 不在本包范围内。
- 不自带脱敏规则。 见离开本机的数据。
- subagent 谱系未串联。 fork 出的会话，其树从继承边界开始；session.parent_id 和 session.seed_length 会作为 span 属性带出，但不创建 trace links。
- 每个 context 只能一个后端。 想同时跑本插件和官方 OTLP-logs Provider，需要上游 Service Definition 演进出 multi-sink 能力。
- 没有 metrics 信号。 Service Definition 的记录词表是 log 形状的（time、severity、attributes、body），所以 counter 和 histogram 只能在这里推导而非直接捕获；本插件只导出 traces。

许可

MIT