Requiere la versión 3.17.0 o superior del agente Go
@@ -4036,7 +4199,7 @@ El agente de seguridad se puede configurar con las siguientes opciones.
El límite del cuerpo de la solicitud de seguridad establece un límite en la cantidad de memoria que se puede consumir al leer un cuerpo de solicitud en kb. Por defecto, esto es "300".
- ### Partes sensibles de seguridad del instrumento de su aplicación
+ ### Instrumentar las partes sensibles a la seguridad de su aplicación
La integración `nrgin`, `nrgrpc`, `nrmicro`, `fasthttp` o `nrmongo` ahora contiene código para respaldar el análisis de seguridad de los datos que manejan.
diff --git a/src/i18n/content/es/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx b/src/i18n/content/es/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
index 94196579b33..190de309818 100644
--- a/src/i18n/content/es/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
+++ b/src/i18n/content/es/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
@@ -53,7 +53,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
|
- Instrumento llamadas salientes realizadas con Go AWS SDK
+ Instrumentar llamadas salientes realizadas con Go AWS SDK
|
@@ -67,7 +67,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Instrumento llamadas salientes realizadas con Go AWS SDK v2
+ Instrumentar llamadas salientes realizadas con Go AWS SDK v2
|
@@ -81,7 +81,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Solicitudes entrantes de instrumentos a través de la versión 3 del frameworkEcho
+ Instrumentar las solicitudes entrantes a través de la versión 3 del framework Echo
|
@@ -95,7 +95,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Solicitudes entrantes de instrumentos a través de la versión 4 del frameworkEcho.
+ Instrumentar las solicitudes entrantes a través de la versión 4 del framework Echo
|
@@ -109,7 +109,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Solicitudes entrantes de instrumentos a través del frameworkGin
+ Instrumentar las solicitudes entrantes a través del framework Gin.
|
@@ -123,7 +123,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Solicitudes entrantes de instrumentos a través del frameworkGorilla
+ Instrumentar las solicitudes entrantes a través del framework Gorilla
|
@@ -137,7 +137,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Solicitudes entrantes de instrumentos a través del frameworkHttpRouter
+ Instrumentar las solicitudes entrantes a través del framework HttpRouter
|
@@ -151,7 +151,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Instrumento AWS Lambda aplicación
+ Instrumentar AWS Lambda aplicación
|
@@ -179,7 +179,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Capture y envíe datos de registro en contexto desde el registro escrito en zerolog
+ Capture y envíe datos de logs en el contexto desde el registro escrito en zerolog
|
@@ -193,7 +193,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Capture y envíe datos de registro en contexto desde el registro escrito en logrus
+ Capture y envíe datos de logs en el contexto desde el registro escrito en logrus
|
@@ -207,7 +207,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Capture y envíe datos de registro en contexto desde el registro escrito en el paquete log de biblioteca estándar
+ Capture y envíe datos de logs en el contexto desde el registro escrito en el paquete log de biblioteca estándar
|
@@ -277,7 +277,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Instrumento base de datos llamadas con SQL
+ Instrumentar base de datos llamadas con SQL
|
@@ -291,7 +291,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Instrumento base de datos llamadas con SQLx
+ Instrumentar base de datos llamadas con SQLx
|
@@ -305,7 +305,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Llamadas de base de datos de instrumentos a MySQL
+ Instrumentar las llamadas de la base de datos a MySQL
|
@@ -319,7 +319,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Llamadas de instrumento base de datos a Postgres usando la biblioteca `database/sql` y `pq`
+ Instrumentar las llamadas de la base de datos a Postgres usando la biblioteca `database/sql` y `pq`
|
@@ -333,7 +333,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Llamadas de instrumento base de datos a Postgres usando la biblioteca `database/sql` y `jackc/pgx`
+ Instrumentar las llamadas de la base de datos a Postgres usando la biblioteca `database/sql` y `jackc/pgx`
|
@@ -347,7 +347,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Instrumento base de datos llamadas a Postgres usando la biblioteca `jackc/pgx/v5` para llamadas directas de Postgres sin `database/sql`.
+ Instrumentar base de datos llamadas a Postgres usando la biblioteca `jackc/pgx/v5` para llamadas directas de Postgres sin `database/sql`.
|
@@ -361,7 +361,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Llamadas de base de datos de instrumentos a Snowflake
+ Instrumentar las llamadas de la base de datos a Snowflake
|
@@ -375,7 +375,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Llamadas de instrumentos a Redis Versión 7
+ Instrumentar las llamadas a Redis Versión 7
|
@@ -389,7 +389,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Llamadas de instrumentos a Redis Versión 8
+ Instrumentar las llamadas a Redis Versión 8
|
@@ -403,7 +403,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Llamadas de base de datos de instrumentos a SQLite
+ Instrumentar las llamadas de la base de datos a SQLite
|
@@ -417,7 +417,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Instrumento llamadas MongoDB
+ Instrumentar llamadas MongoDB
|
@@ -431,7 +431,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Servidores y clientes de instrumento gRPC
+ Instrumentar los servidores y clientes gRPC
|
@@ -445,7 +445,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Servidores de instrumentos, clientes, editores y suscriptores a través del frameworkMicro.
+ Instrumentar servidores, clientes, editores y suscriptores a través del marco Micro.
|
@@ -459,7 +459,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Editores y suscriptores de instrumentos que utilizan el cliente NATS
+ Instrumentar a los editores y suscriptores utilizando el cliente NATS
|
@@ -473,7 +473,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Editores y suscriptores de instrumentos que utilizan el cliente de streaming NATS
+ Instrumentar a los editores y suscriptores utilizando el cliente de transmisión NATS
|
@@ -487,7 +487,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Solicitudes entrantes de instrumentos usando graphql-go/graphql
+ Instrument the inbound requests using graphql-go/graphql
|
@@ -501,7 +501,7 @@ Los siguientes paquetes de integración deben importarse junto con el paquete [n
- Solicitudes entrantes de instrumentos utilizando `graph-gophers/graphql-go`
+ Instrumentar las solicitudes entrantes utilizando `graph-gophers/graphql-go`
|
@@ -525,12 +525,25 @@ El agente Go se integra con otras características para brindarle observabilidad
- integracion
+ Capacidad
|
+
+ |
+ [Monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Si tiene la versión 3.31.0 o superior de Go agente, puede recopilar datos de IA de cierta biblioteca y marco de IA:
+
+ * [Biblioteca Go OpenAI](https://github.com/sashabaranov/go-openai) versiones 3.4.0 y por encima
+ * [AWS SDK para Go v2](https://github.com/aws/aws-sdk-go-v2) versiones 1.6.0 y superiores
+ |
+
+
|
[Monitoreo de infraestructura](/docs/infrastructure/new-relic-infrastructure/getting-started/introduction-new-relic-infrastructure)
@@ -563,7 +576,7 @@ El agente Go se integra con otras características para brindarle observabilidad
|
|
- [](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
+ [monitoreo del navegador](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
|
diff --git a/src/i18n/content/es/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx b/src/i18n/content/es/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
index b4c4d0b1163..ff48e499f17 100644
--- a/src/i18n/content/es/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
+++ b/src/i18n/content/es/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
@@ -180,7 +180,7 @@ El agente instrumentó automáticamente estos framework y biblioteca:
* JAX-RS 1.0 a 2.0
- * JBoss Logging 1.3.0.Final a la última versión (para nuestra característica [de contexto de inicio de sesión](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * JBoss Logging 1.3.0.Final a la última versión (para nuestra característica [de logs en el contexto](/docs/logs/logs-context/java-configure-logs-context-all/) )
* [JCache API](/docs/release-notes/agent-release-notes/java-release-notes/java-agent-3200) 1.0.0 a la última versión
@@ -188,13 +188,13 @@ El agente instrumentó automáticamente estos framework y biblioteca:
* JSF (caras del servidor Java)
- * JUL (registro de utilidades de Java) (para nuestra característica [de contexto de inicio de sesión](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * JUL (registro de utilidades de Java) (para nuestra característica [de logs en el contexto](/docs/logs/logs-context/java-configure-logs-context-all/) )
- * Log4j1 1.2.17 a la última versión (para nuestra característica [de contexto de inicio de sesión](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * Log4j1 1.2.17 a la última versión (para nuestra característica [de logs en el contexto](/docs/logs/logs-context/java-configure-logs-context-all/) )
- * Log4j2 2.6 a la última versión (para nuestra característica [de contexto de inicio de sesión](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * Log4j2 2.6 a la última versión (para nuestra característica [de logs en el contexto](/docs/logs/logs-context/java-configure-logs-context-all/) )
- * Iniciar sesión 1.1 a la última versión (para nuestra característica [de contexto de inicio de sesión](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * Iniciar sesión 1.1 a la última versión (para nuestra característica [de logs en el contexto](/docs/logs/logs-context/java-configure-logs-context-all/) )
* Tareas de Monix
@@ -217,6 +217,8 @@ El agente instrumentó automáticamente estos framework y biblioteca:
* Spring 3.0.0.RELEASE a la última versión
+ * Spring Batch 4.0.0 a la última versión
+
* Spring Web Services desde 1.5.7 hasta la última versión
* Spring Webflux 5.0.0.RELEASE a la última versión
@@ -231,7 +233,7 @@ El agente instrumentó automáticamente estos framework y biblioteca:
* CIO
- * Scala 2.13: 1.0.9 a 2.0.0-M2
+ * Scala 2.13: 1.0.9 a la última versión
diff --git a/src/i18n/content/es/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx b/src/i18n/content/es/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
index 349a58894b0..80c7856d40c 100644
--- a/src/i18n/content/es/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
+++ b/src/i18n/content/es/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
@@ -185,7 +185,7 @@ Antes de [instalar el agente](/docs/apm/agents/nodejs-agent/installation-configu
-## Instrumento con Node.js [#instrument]
+## instrumentar con Node.js [#instrument]
Después de la instalación, el agente se instrumenta automáticamente con nuestro catálogo de biblioteca y marco Node.js compatibles. Esto le brinda acceso inmediato a información granular específica de sus aplicaciones y servidores web.
@@ -502,7 +502,7 @@ Para marcos o bibliotecas no compatibles, deberá instrumentar el agente usted m
id="logging"
title="Biblioteca de registro"
>
- Para admitir [el inicio de sesión de APM en contexto](/docs/apm/new-relic-apm/getting-started/get-started-logs-context), el agente de Node.js instrumentó la siguiente biblioteca:
+ Para admitir [logs en el contexto de APM](/docs/apm/new-relic-apm/getting-started/get-started-logs-context), el agente de Node.js instrumentó la siguiente biblioteca:
@@ -777,12 +777,26 @@ El agente de Node.js se integra con otras características para brindarle observ
|
- integracion
+ Capacidad
|
+
+ |
+ [Monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Si tiene la versión 11.13.0 del agente Node.js, puede recopilar datos de IA de cierta biblioteca y marco de IA:
+
+ * [Biblioteca API OpenAI Node.js](https://www.npmjs.com/package/openai/v/4.0.0-beta.4) versiones 4.0.0 y superiores. Si su modelo usa streaming, el agente de Node.js admite las versiones 4.12.2 y superiores
+ * [AWS SDK para JavaScript BedrockRuntime Client](https://www.npmjs.com/package/@aws-sdk/client-bedrock-runtime) versiones 3.474.0 y por encima
+ * [LangChain.js](https://www.npmjs.com/package/langchain/v/0.1.17) versiones 0.1.17 y por encima
+ |
+
+
[monitoreo del navegador](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
diff --git a/src/i18n/content/es/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx b/src/i18n/content/es/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx
index 9ce3a261ca5..168e70d9e18 100644
--- a/src/i18n/content/es/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx
+++ b/src/i18n/content/es/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx
@@ -915,6 +915,139 @@ Esta sección define las variables del agente de Node.js en el orden en que suel
+## Monitoreo de IA [#ai-monitoring]
+
+Esta sección incluye la configuración del agente Node.js para configurar el monitoreo de IA.
+
+
+ Debe habilitar [el rastreo distribuido](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#dt-main) para capturar datos de IA. Está activado de forma predeterminada en Node.js agente 8.3.0 y versiones posteriores. Si ha habilitado el modo de alta seguridad, el monitoreo de IA no funcionará.
+
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Cuando se establece en `true`, habilita el monitoreo de IA. Permite al agente capturar datos de eventos LLM.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_STREAMING_ENABLED`
+ |
+
+
+
+
+ Cuando se establece en `false`, deshabilita la instrumentación para datos LLM transmitidos. Establecido en `true`, captura datos transmitidos para el evento LLM.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ Si se establece en `false`, el agente omite el contenido de entrada y salida (como cadenas de texto de símbolo y respuestas) capturado en el evento LLM. Esta es una configuración de seguridad opcional si no desea registrar datos confidenciales enviados y recibidos de sus LLM.
+
+
+
## Registro de auditoría [#audit_log]
Esta sección define las variables del agente de Node.js en el orden en que suelen aparecer en la sección `audit_log: {` del archivo de configuración `newrelic.js` de su aplicación.
@@ -3005,11 +3138,13 @@ Esta sección define las variables del agente de Node.js en el orden en que suel
|
- Define el número máximo de eventos personalizados que el agente recopila por minuto. Si el número de eventos personalizados excede este límite, el agente recopila un muestreo estadístico.
+ * Define el número máximo de eventos personalizados que el agente recopila por minuto. Si el número de eventos personalizados excede este límite, el agente recopila un muestreo estadístico.
-
- Aumentar este límite puede aumentar el uso de memoria.
-
+ * Al configurar el agente para [el monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring), configúrelo en el valor máximo `100000`. Garantiza que se capture la cantidad máxima de eventos LLM.
+
+
+ Aumentar este límite puede aumentar el uso de memoria.
+
@@ -3790,13 +3925,15 @@ La sección `grpc` controla el comportamiento de cómo se instrumenta el servido
|
- Define el número máximo de eventos que el agente recopila por minuto. Si hay más que este número, el agente recopila un muestreo estadístico.
+ * Define el número máximo de eventos que el agente recopila por minuto. Si hay más que este número, el agente recopila un muestreo estadístico.
- No recomendamos configurar más de 10k. El servidor limitará los datos a 10k por minuto.
+ * No recomendamos configurar más de 10k. El servidor limitará los datos a 10k por minuto.
-
- `max_samples_stored` los ajustes de configuración requieren [la versión 8.3.0 o superior del agente Node.JS.](/docs/apm/agents/nodejs-agent/installation-configuration/update-nodejs-agent/)
-
+ * Al configurar el agente para [el monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring), configúrelo en el valor máximo `10000`. Garantiza que se capture la máxima cantidad de traza.
+
+
+ `max_samples_stored` los ajustes de configuración requieren [la versión 8.3.0 o superior del agente Node.JS.](/docs/apm/agents/nodejs-agent/installation-configuration/update-nodejs-agent/)
+
## Rastreo infinito
@@ -3893,7 +4030,7 @@ Para activar Infinite Tracing, agregue la configuración a continuación. Establ
Los ajustes de configuración del registro de la aplicación requieren [la versión 8.11.0 o superior del agente Node.JS.](/docs/apm/agents/nodejs-agent/installation-configuration/update-nodejs-agent/)
-Para obtener sugerencias sobre cómo configurar el registro para el agente de Node.js, consulte [Configurar el registro de Node.js en contexto](/docs/logs/logs-context/configure-logs-context-nodejs).
+Para obtener sugerencias sobre cómo configurar el registro para el agente de Node.js, consulte [Configurar logs en el contexto de Node.js](/docs/logs/logs-context/configure-logs-context-nodejs).
- Permite generar automáticamente [el inicio de sesión en contexto](/docs/logs/logs-context/configure-logs-context-nodejs/).
+ Permite generar automáticamente [el logs en el contexto](/docs/logs/logs-context/configure-logs-context-nodejs/).
Por ejemplo, para desactivar esta característica en el archivo de configuración, usaría:
diff --git a/src/i18n/content/es/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx b/src/i18n/content/es/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
index ef39335063c..4cb9ccf2e3a 100644
--- a/src/i18n/content/es/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
+++ b/src/i18n/content/es/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
@@ -411,7 +411,7 @@ Aquí hay descripciones detalladas de cada método de configuración:
id="disable_browser_autorum"
title="newrelic.disable_browser_autorum"
>
- Si se establece en `true`, esto deshabilita la inserción automática del encabezado/pie de página de JavaScript para el tiempo de carga de la página (a veces denominado monitoreo de usuarios reales o RUM). Solo se aplica si la inserción automática está [disponible para su frameworkweb](/docs/agents/python-agent/supported-features/page-load-timing-python#restrictions_on_instrumentation).
+ Si se establece en `true`, esto deshabilita la inserción automática del encabezado/pie de página de JavaScript para el tiempo de carga de la página (a veces denominado monitoreo de usuarios reales o RUM). Solo se aplica si la inserción automática está [disponible para su framework web](/docs/agents/python-agent/supported-features/page-load-timing-python#restrictions_on_instrumentation).
@@ -1375,6 +1375,139 @@ Para obtener más información, consulte [Atributo del agente Python](/docs/agen
+## Monitoreo de IA [#ai-monitoring]
+
+Esta sección incluye la configuración del agente Python para configurar el monitoreo de IA.
+
+
+ Debe habilitar [el rastreo distribuido](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#dt-main) para capturar datos de IA. Está activado de forma predeterminada en las versiones 7.0.0.166 y superiores del agente Python.
+
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Cuando se establece en `true`, habilita el monitoreo extenso del modelo de lenguaje IA.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_STREAMING_ENABLED`
+ |
+
+
+
+
+ Cuando se establece en `false`, deshabilita la instrumentación que registra eventos de resumen y mensajes para datos extensos de modelo de lenguaje transmitidos.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ Si se establece en `false`, el agente omitirá el contenido de entrada y salida (como cadenas de texto de símbolo y respuestas) capturado en el evento LLM. Esta es una configuración de seguridad opcional si no desea registrar datos confidenciales enviados y recibidos de sus LLM.
+
+
+
## Configuración del rastreador de transacciones [#txn-tracer-settings]
@@ -3405,7 +3538,8 @@ Los ajustes de configuración de Event Harvest incluyen:
- Límite de evento personalizado por minuto enviado por una instancia del agente Python a New Relic. evento personalizado se crean a través del SDK de telemetría de Python.
+ * Limita cuántos eventos personalizados por minuto puede enviar una instancia del agente Python a New Relic.
+ * Al configurar el agente para [monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring), establezca el valor máximo `100000` para garantizar que el agente capture la cantidad máxima de eventos LLM.
- Límite de evento de duración por minuto enviado por una instancia del agente Python a New Relic.
+ * Límite de evento de duración por minuto enviado por una instancia del agente Python a New Relic.
+ * Al configurar el agente para [monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring), establezca el valor máximo `10000` para garantizar que el agente capture la cantidad máxima de rastreo distribuido.
Requiere [la versión 7.12.0.176 o superior del agente Python](/docs/agents/python-agent/installation-configuration/upgrade-python-agent).
diff --git a/src/i18n/content/es/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx b/src/i18n/content/es/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx
index 893c7d2cca5..b097fcd3a72 100644
--- a/src/i18n/content/es/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx
+++ b/src/i18n/content/es/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx
@@ -245,6 +245,20 @@ El agente Python se integra con otras capacidades para brindarle visibilidad de
+
+ |
+ [Monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Si tiene la versión 9.9.0 del agente Python, puede recopilar datos de IA de cierta biblioteca y marco de IA:
+
+ * Versiones de la biblioteca [OpenAI](https://pypi.org/project/openai/) 0.28.0 y superiores.
+ * [Boto3 AWS SDK para Python](https://pypi.org/project/boto3/) versión 1.28.57 y superiores.
+ * [LangChain](https://pypi.org/project/langchain/) versiones 0.1.0 y por encima.
+ |
+
+
[monitoreo del navegador](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
diff --git a/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx b/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx
new file mode 100644
index 00000000000..1b94c0c0dac
--- /dev/null
+++ b/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx
@@ -0,0 +1,40 @@
+---
+title: current_trace_id (API del agente Python)
+type: apiDoc
+shortDescription: Devuelve el ID de la traza de la transacción actual.
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'New Relic Python API: Returns the trace ID of the current transaction, which is used by some other calls.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## Sintaxis [#syntax]
+
+```py
+ newrelic.agent.current_trace_id()
+```
+
+Devuelve el ID de la traza de la transacción actual o `None` si no existe ninguna transacción.
+
+## Descripción [#description]
+
+Utilice `current_trace_id` para recuperar el ID de traza de la [transacción](/docs/accounts-partnerships/education/getting-started-new-relic/glossary#transaction) actual.
+
+## Valores de retorno [#return-values]
+
+Devuelve el ID de la traza de la transacción actual. Devuelve `None` si no hay ninguna transacción activa.
+
+## Ejemplos [#examples]
+
+### Obtener el ID de la traza actual [#function-trace-example]
+
+```py
+ import newrelic.agent
+
+ @newrelic.agent.background_task()
+ def main():
+ trace_id = newrelic.agent.current_trace_id()
+```
\ No newline at end of file
diff --git a/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx b/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx
new file mode 100644
index 00000000000..2b139f4ec4f
--- /dev/null
+++ b/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx
@@ -0,0 +1,132 @@
+---
+title: record_llm_feedback_event (API del agente Python)
+type: apiDoc
+shortDescription: Registra el evento de retroalimentación de LLM
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'Python API: This call records a Large Language Model (LLM) feedback event for querying in the AI Monitoring UI.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## Sintaxis [#syntax]
+
+```py
+ newrelic.agent.record_llm_feedback_event(trace_id, rating, category=None, message=None, metadata=None)
+```
+
+Registra eventos de retroalimentación personalizados para la aplicación del modelo de lenguaje extenso IA.
+
+## Requisitos [#requirements]
+
+Agente Python versión 9.8.0 o superior.
+
+## Descripción [#description]
+
+Esta API registra un evento de retroalimentación `LlmFeedbackMessage` que se puede ver y consultar en la New Relic UI. La retroalimentación incluso correlaciona los ID de traza entre un mensaje generado por IA y la retroalimentación que un usuario finalmente envió al respecto. Para correlacionar mensajes con comentarios, puede obtener el ID de traza de la transacción activa mediante una llamada a [`current_trace_id`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent-api/) justo después de la llamada que genera el mensaje de IA. Pase el ID de traza a la llamada de comentarios más tarde cuando un usuario proporcione comentarios.
+
+En muchos casos, el extremo de los mensajes de IA se graba en lugares diferentes del extremo de retroalimentación. Pueden ocurrir en diferentes transacciones. Es importante:
+
+1. Asegúrese de que la traza ID esté capturada dentro del extremo que genera el mensaje de IA.
+2. Pase esa traza ID dentro del extremo que registra la retroalimentación.
+
+## Parámetros [#parameters]
+
+
+
+
+ |
+ Parámetro
+ |
+
+
+ Descripción
+ |
+
+
+
+
+
+ |
+ `trace_id`
+
+ _cadena_
+ |
+
+
+ Requerido. ID de la traza donde se produjo la finalización del chat relacionado con los comentarios. Esta identificación se puede obtener mediante una llamada a [`current_trace_id`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent-api/).
+ |
+
+
+
+ |
+ `rating`
+
+ _cadena_ o _int_
+ |
+
+
+ Requerido. Calificación proporcionada por un usuario final (por ejemplo: “Bueno/Malo”, “1-10”).
+ |
+
+
+
+ |
+ `category`
+
+ _cadena_
+ |
+
+
+ Opcional. Categoría de los comentarios proporcionados por el usuario final (por ejemplo: “informativo”, “inexacto”).
+ |
+
+
+
+ |
+ `message`
+
+ _cadena_
+ |
+
+
+ Opcional. Comentarios de texto de formato libre de un usuario final.
+ |
+
+
+
+ |
+ `metadata`
+
+ _dict_
+ |
+
+
+ Opcional. Conjunto de pares de valores principales para almacenar cualquier otro dato deseado para enviar con el evento de retroalimentación.
+ |
+
+
+
+
+## Valores de retorno [#return-valuess]
+
+Ninguno.
+
+## Ejemplos [#examples]
+
+### Obtenga ID de traza y registre comentarios
+
+Ejemplo de grabación de un evento de retroalimentación:
+
+````py
+ import newrelic.agent
+
+ def get_message(request):
+ trace_id = newrelic.agent.current_trace_id()
+
+ def post_feedback(request):
+ newrelic.agent.record_llm_feedback_event(trace_id=request.trace_id, rating=request.rating, metadata= {"my_key": "my_val"})
+```
+````
\ No newline at end of file
diff --git a/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx b/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
new file mode 100644
index 00000000000..54a982e702e
--- /dev/null
+++ b/src/i18n/content/es/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
@@ -0,0 +1,162 @@
+---
+title: set_llm_token_count_callback (API del agente Python)
+type: apiDoc
+shortDescription: Registra una devolución de llamada para calcular el recuento token LLM
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'Python API: This call registers a callback to calculate LLM token counts'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## Sintaxis [#syntax]
+
+```py
+ newrelic.agent.set_llm_token_count_callback(callback, application=None)
+```
+
+Registra una función de devolución de llamada que se utilizará para calcular el recuento token en el evento de modelo de lenguaje extenso (LLM).
+
+## Requisitos [#requirements]
+
+Agente Python versión 9.8.0 o superior.
+
+## Descripción [#description]
+
+Esta API registra una devolución de llamada para calcular y almacenar recuentos token en los eventos `LlmEmbedding` y `LlmChatCompletionMessage`.
+
+* Esta función debe usarse cuando `ai_monitoring.record_content.enabled` está configurado en `false`. Esta configuración evita que el agente envíe contenido de IA al servidor New Relic , donde los recuentos token se adjuntan en el lado del servidor.
+* Si aún desea capturar los recuentos token para el evento LLM, puede implementar una devolución de llamada en el código de su aplicación para determinar los recuentos token localmente y enviar esta información a New Relic.
+
+En la mayoría de los casos, esta API se llamará exactamente una vez, pero puede realizar varias llamadas a esta API. Cada nueva llamada realizada al extremo sobrescribe la devolución de llamada previamente registrada con la nueva que se proporciona. Para desarmar la devolución de llamada por completo, pase `None` en lugar de la devolución de llamada original.
+
+## Parámetro API [#api-parameters]
+
+
+
+
+ |
+ Parámetro
+ |
+
+
+ Descripción
+ |
+
+
+
+
+
+ |
+ `callback`
+
+ _invocable_ o _Ninguno_
+ |
+
+
+ Requerido. La devolución de llamada para calcular el recuento token . Para desarmar la devolución de llamada actual, pase `None` en lugar de una función de devolución de llamada.
+ |
+
+
+
+ |
+ `application`
+
+ _objeto_
+ |
+
+
+ Opcional. El objeto de aplicación específico con el que asociar la llamada API. Se puede obtener un objeto de aplicación utilizando la función [`newrelic.agent.application`](/docs/apm/agents/python-agent/python-agent-api/application-python-agent-api/) .
+ |
+
+
+
+
+## Valores de retorno [#return-values]
+
+Ninguno.
+
+## Requisitos de devolución de llamada [#callback-requirements]
+
+La devolución de llamada proporcionada debe devolver un valor de recuento token entero positivo o no se capturará ningún recuento token en el evento LLM.
+
+## Parámetro de devolución de llamada [#callback-parameters]
+
+
+
+
+ |
+ Parámetro
+ |
+
+
+ Descripción
+ |
+
+
+
+
+
+ |
+ `model`
+
+ _cadena_
+ |
+
+
+ Requerido. El nombre del modelo LLM.
+ |
+
+
+
+ |
+ `content`
+
+ _cadena_
+ |
+
+
+ Requerido. El contenido del mensaje/símbolo o entrada incrustada.
+ |
+
+
+
+
+## Ejemplos [#examples]
+
+### Calcular el recuento token y registrar la devolución de llamada
+
+Ejemplo con tiktoken:
+
+```py
+import newrelic.agent
+def token_count_callback(model, content):
+ """
+ Calculate token counts locally based on the model being used and the content.
+ This callback will be invoked for each message sent or received during a LLM call.
+ If the application supports more than one model, it may require finding libraries for
+ each model to support token counts appropriately.
+
+ Arguments:
+ model -- name of the LLM model
+ content -- the LLM message content
+ """
+ import tiktoken
+
+ try:
+ enc = tiktoken.encoding_for_model(model)
+ except KeyError:
+ return None # Unknown model
+ return len(enc.encode(content))
+
+newrelic.agent.set_llm_token_count_callback(token_count_callback)
+```
+
+Ejemplo de uso de API con un objeto de aplicación pasado:
+
+```py
+ application = newrelic.agent.register_application(timeout=10.0)
+ newrelic.agent.set_llm_token_count_callback(token_count_callback, application)
+```
\ No newline at end of file
diff --git a/src/i18n/content/es/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx b/src/i18n/content/es/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
new file mode 100644
index 00000000000..6d14192a18f
--- /dev/null
+++ b/src/i18n/content/es/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
@@ -0,0 +1,99 @@
+---
+title: API de monitoreo de IA
+tags:
+ - Agents
+ - Ruby agent
+ - API guides
+metaDescription: For information about customizing New Relic's Ruby agent for AI monitoring.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+Cuando haya instrumentado su aplicación para monitoreo de IA, el agente New Relic Ruby recopila automáticamente muchas métricas de IA, pero también proporciona API para recopilar información sobre el recuento token y los comentarios de los usuarios.
+
+
+ Las API de monitoreo de IA están disponibles en la versión 9.8.0 y superior del agente Ruby.
+
+
+## Recuento token [#token-count]
+
+Puede configurar un proceso de devolución de llamada para calcular el atributo `token_count` para los eventos LlmEmbedding y LlmChatCompletionMessage y luego pasar esa información a New Relic usando la API `NewRelic::Agent.set_llm_token_count_callback`.
+
+Esta API debe llamarse solo una vez para configurar una devolución de llamada para usar con todos los cálculos del token LLM. Si se llama varias veces, cada nueva devolución de llamada reemplazará a la anterior. El proceso se llamará con un único hash como argumento de entrada y debe devolver un número entero que represente el número de token utilizado para ese símbolo, mensaje de finalización o incrustación en particular. Los valores menores o iguales a 0 no se adjuntarán a un evento.
+
+El hash tiene las siguientes claves:
+
+* `:model` (Cadena): el nombre del modelo LLM.
+* `:content` (Cadena) - El contenido del mensaje o símbolo.
+
+El siguiente código de ejemplo demuestra cómo configurar una devolución de llamada que calcula el recuento token y pasar esa devolución de llamada a `NewRelic::Agent.set_llm_token_count_callback`.
+
+````rb
+ require 'tiktoken_ruby' # Example library for counting GPT model tokens used
+
+ token_count_callback = proc do |hash|
+ return unless hash[:model].includes?('gpt')
+
+ enc = Tiktoken.encoding_for_model(hash[:model])
+ enc.encode(hash[:content]).length
+ end
+
+ NewRelic::Agent.set_llm_token_count_callback(token_count_callback)
+
+## User feedback [#user-feedback]
+
+AI monitoring can correlate trace IDs between a generated message from your AI and the message feedback from an end user using `NewRelic::Agent.record_llm_feedback_event`.
+
+`NewRelic::Agent.record_llm_feedback_event` accepts the following arguments:
+
+ * `trace_id` (required) - ID of the trace where the chat completion(s) related to the feedback occurred
+ * `rating` (required) - Rating provided by an end user (ex: 'Good', 'Bad', 1, 2, 5, 8, 10)
+ * `category` (optional) - Category of the feedback as provided by the end user (ex: “informative”, “inaccurate”)
+ * `message` (optional) - Freeform text feedback from an end user
+ * `metadata` (optional) - Set of key-value pairs to store any other desired data to submit with the feedback event
+
+This API requires the current `trace_id` to correlate messages with feedback, which can be obtained using [NewRelic::Agent::Tracer.current_trace_id](https://www.rubydoc.info/gems/newrelic_rpm/NewRelic/Agent/Tracer#current_trace_id-class_method).
+
+The following example code uses a Sinatra app to demonstrate collecting the required user feedback and trace_id of a current transaction (along with this API's optional parameters), and then passing those parameters to `NewRelic::Agent.record_llm_feedback_event`.
+
+```rb
+responses = {}
+
+get '/chat-completion' do
+ @response_message = client.chat(
+ parameters: {
+ model: 'gpt-3.5-turbo',
+ messages: [
+ {'role': 'system', 'content': 'You are a helpful assistant.'},
+ ],
+ temperature: 0.7,
+ }
+ )
+
+ # trace_id must be obtained within the current transaction
+ trace_id = NewRelic::Agent::Tracer.current_trace_id
+ responses[@response_message.id] = trace_id
+
+ render(@response_message)
+end
+
+post '/feedback' do
+ trace_id = responses[@response_message.id]
+ rating = 1
+ category = 'feedback-test'
+ message = 'Good talk'
+ metadata = {user: 'new'}
+
+ halt(404) if !responses[@response_message.id]
+
+ NewRelic::Agent.record_llm_feedback_event(
+ trace_id: responses[@response_message.id],
+ rating: 1,
+ category: 'feedback-test',
+ message: 'Good talk',
+ metadata: {user: 'new'}
+ )
+
+ render('Feedback Recorded')
+end
+````
\ No newline at end of file
diff --git a/src/i18n/content/es/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx b/src/i18n/content/es/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
index 7a201d6cf8b..6860123acfe 100644
--- a/src/i18n/content/es/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
+++ b/src/i18n/content/es/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
@@ -2155,6 +2155,149 @@ Para obtener información sobre errores ignorados y esperados, [consulte esta p
+## Monitoreo de IA [#ai-monitoring]
+
+Esta sección incluye la configuración del agente Ruby para configurar el monitoreo de IA.
+
+
+ Debe habilitar rastreo distribuido para capturar datos de traza y retroalimentación. Está activado de forma predeterminada en Ruby agente 8.0.0 y superiores.
+
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Cuando se establece en `true`, habilita el monitoreo de IA.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Cadena
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ * En modo de alta seguridad, el valor predeterminado es `false`.
+
+ * Permite al agente instrumentar una aplicación. Admitimos `prepend` para anteponer módulo y `chain` para cadena de método de alias.
+
+ * El agente Ruby usa `prepend` de forma predeterminada.
+ * Si tiene varias bibliotecas que actualizan la misma clase, puede actualizar esta configuración a `chain`.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variable ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ * Si se establece en `false`, el agente omite el contenido de entrada y salida (como cadenas de texto de símbolo y respuestas) capturado en el evento LLM.
+
+ * Elimina `content` atributo de `LlmChatCompletionMessage` evento
+ * Suelta `input` atributo from `LlmEmbedding` evento
+
+ * Esta es una configuración de seguridad opcional si no desea registrar datos confidenciales enviados y recibidos de sus LLM.
+
+
+
## Monitoreo del navegador [#browser-monitoring]
La característica[de tiempo de carga de la página](/docs/browser/new-relic-browser/page-load-timing/page-load-timing-process) (a veces denominada monitoreo de usuarios reales o RUM) le brinda información valiosa sobre el rendimiento que los usuarios reales están experimentando con su sitio web. Esto se logra midiendo el tiempo que le toma al navegador de su usuario descargar y representar sus páginas web inyectando una pequeña cantidad de código JavaScript en el encabezado y pie de página de cada página.
@@ -2290,7 +2433,7 @@ La característica[de tiempo de carga de la página](/docs/browser/new-relic-bro
## Registro de aplicaciones [#application-logging]
-El agente Ruby admite [el inicio de sesión de APM en contexto](/docs/apm/new-relic-apm/getting-started/get-started-logs-context). Para obtener algunos consejos sobre cómo configurar el registro para el agente Ruby, consulte [Configurar el registro de Ruby en contexto](/docs/logs/logs-context/configure-logs-context-ruby).
+El agente Ruby admite [el logs en el contexto de APM](/docs/apm/new-relic-apm/getting-started/get-started-logs-context). Para obtener algunos consejos sobre cómo configurar el registro para el agente Ruby, consulte [Configurar el logs en el contexto de Ruby](/docs/logs/logs-context/configure-logs-context-ruby).
Las opciones de configuración disponibles relacionadas con el registro incluyen:
@@ -2598,6 +2741,99 @@ Las opciones de configuración disponibles relacionadas con el registro incluyen
+## Monitoreo de IA [#ai-monitoring]
+
+Esta sección incluye la configuración del agente Ruby para configurar el monitoreo de IA. [rastreo distribuido](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#distributed-tracing) debe estar habilitado para capturar datos de traza y retroalimentación. Está activado de forma predeterminada en Ruby agente 8.0.0 y superiores.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ Variable ambiental
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Si `false`, toda la instrumentación LLM (OpenAI solo por ahora) se deshabilitará y no se enviará ninguna métrica, evento o span. El monitoreo de IA se desactiva automáticamente si el modo `high_security` está activado.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Booleano
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ Variable ambiental
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ Si es `false`, LLM instrumentación (OpenAI solo por ahora) no capturará contenido de entrada y salida en un evento LLM específico.
+
+ Los atributos excluidos incluyen:
+
+ * `content` del evento LlmChatCompletionMessage
+ * `input` del evento LlmEmbedding
+
+
+
## Atributo [#attributes]
[Los atributos](/docs/features/agent-attributes) son pares de valores principales que contienen información que determina las propiedades de un evento o transacción. Estos pares de valores principales se pueden ver dentro de la traza de la transacción en APM, errores de traza en APM, evento de transacción en el tablero y vistas de página en el tablero. Puedes personalizar exactamente qué atributo se enviará a cada uno de estos destinos.
@@ -3948,7 +4184,8 @@ Una próxima versión de Errors Inbox rastreará automáticamente qué versiones
|
- Especifique un número máximo de eventos personalizados para almacenar en el buffer en la memoria a la vez.
+ * Especifique un número máximo de eventos personalizados para almacenar en el buffer en la memoria a la vez.
+ * Al configurar el agente para [el monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring), configúrelo en el valor máximo `100000`. Garantiza que el agente capture la cantidad máxima de eventos LLM.
@@ -6300,6 +6537,47 @@ Utilice esta configuración para alternar tipos de instrumentación durante el i
Controla la instrumentación automática de `Net::HTTP` al inicio. Puede ser uno de: `auto`, `prepend`, `chain`, `disabled`.
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Cadena
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ Variable ambiental
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ Controla la instrumentación automática de la gema ruby-openai al inicio. Puede ser uno de: `auto`, `prepend`, `chain`, `disabled`.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Cadena
+ |
+
+
+
+ |
+ Por defecto
+ |
+
+
+ `"auto"`
+ |
+
+
+
+ |
+ Variable ambiental
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_VIEW_COMPONENT`
+ |
+
+
+
+
+ Controla la instrumentación automática de ViewComponent al inicio. Puede ser uno de: `auto`, `prepend`, `chain`, `disabled`.
+
+
-## Evento de alcance [#span-events]
+## Evento de duración [#span-events]
- Define el número máximo de eventos de intervalo reportados de una sola cosecha. Cualquier número entero entre `1` y `10000` es válido.
+ * Define el número máximo de eventos de intervalo reportados de una sola cosecha. Cualquier número entero entre `1` y `10000` es válido.
+ * Al configurar el agente para [el monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring), configúrelo en el valor máximo `10000`. Garantiza que el agente capture la máxima cantidad de rastreo distribuido.
diff --git a/src/i18n/content/es/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx b/src/i18n/content/es/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
index 7c210a2d96a..704789a76ed 100644
--- a/src/i18n/content/es/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
+++ b/src/i18n/content/es/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
@@ -809,12 +809,22 @@ El agente Ruby se integra con otras capacidades de New Relic para brindarle visi
- integracion
+ Capacidad
|
+
+ |
+ [Monitoreo de IA](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Puede recopilar datos de IA utilizando el agente Ruby y la [gema`ruby-openai` ](https://github.com/alexrudall/ruby-openai). Esta característica se introdujo en la versión 9.8.0 del agente Ruby y es compatible con `ruby-openai` versiones 3.4.0. y por encima.
+ |
+
+
[monitoreo del navegador](/docs/browser/new-relic-browser/getting-started/introduction-browser-monitoring)
diff --git a/src/i18n/content/es/docs/browser/new-relic-browser/browser-apis/start.mdx b/src/i18n/content/es/docs/browser/new-relic-browser/browser-apis/start.mdx
index 356609423cb..26b775606b7 100644
--- a/src/i18n/content/es/docs/browser/new-relic-browser/browser-apis/start.mdx
+++ b/src/i18n/content/es/docs/browser/new-relic-browser/browser-apis/start.mdx
@@ -29,9 +29,9 @@ API browser utilizada para iniciar la característica del agente cuando se ejecu
## Descripción
-La característica se puede cargar en un estado `deferred` , que se puede controlar estableciendo la propiedad `autoStart` de la característica apropiada en `false` en el bloque de configuración `NREUM.init.` utilizado por el agente. Este estado de característica significa que el evento se observará y almacenará en el agente, pero _no se recopilará en NR1 hasta que se le indique que lo haga_ con el método API `.start()` . Consulte [Nombres de características]('#feature-names') para obtener una lista de nombres de características. Consulte [Ejemplos]('#examples') para ver ejemplos que muestran cómo configurar una característica en un estado diferido.
+La característica se puede cargar en un estado `deferred` , que se puede controlar estableciendo la propiedad `autoStart` de la característica apropiada en `false` en el bloque de configuración `NREUM.init.` utilizado por el agente. Este estado característico significa que el evento se observará y almacenará en el agente, pero _no se recopilará en NR1 hasta que se le indique que lo haga_ con el método API `.start()`. Consulte [Nombres de características](#feature-names) para obtener una lista de nombres de características. Consulte [Ejemplos](#examples) para ver ejemplos que muestran cómo configurar una característica en un estado diferido.
-Al ejecutar esta función con un valor válido, el agente del navegador iniciará las características relevantes que hayan sido diferidas por la configuración `autoStart: false` . Si se llama sin argumentos, el método iniciará todas las características que se hayan aplazado. Si se llama con una lista de cadenas que representan los nombres de las características, se iniciarán los nombres de las características que coincidan con las cadenas. Consulte [Nombres de características]('#feature-names') para obtener una lista de nombres de características.
+Al ejecutar esta función con un valor válido, el agente del navegador iniciará las características relevantes que hayan sido diferidas por la configuración `autoStart: false` . Si se llama sin argumentos, el método iniciará todas las características que se hayan aplazado. Si se llama con una lista de cadenas que representan los nombres de las características, se iniciarán los nombres de las características que coincidan con las cadenas. Consulte [Nombres de características](#feature-names) para obtener una lista de nombres de características.
## Parámetros
diff --git a/src/i18n/content/jp/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx b/src/i18n/content/jp/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx
new file mode 100644
index 00000000000..c2769438363
--- /dev/null
+++ b/src/i18n/content/jp/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx
@@ -0,0 +1,85 @@
+---
+title: AIモニタリングの互換性と要件
+metaDescription: Compatibility and requirements for AI monitoring
+freshnessValidatedDate: never
+translationType: machine
+---
+
+AIモニタリングにより、エージェントはAIデータを認識してキャプチャできます。 AI モニタリングには、AI 搭載アプリに使用した言語に応じて、異なるライブラリ互換性要件があります。
+
+ディストリビューティッド（分散）トレーシングを無効にするか、高セキュリティ モードを有効にすると、エージェントは AI データをキャプチャできなくなります。
+
+
+ AI および AI ベースのテクノロジーは現在 FedRAMP で承認されていないため、 [FedRAMP 顧客](/docs/security/security-privacy/compliance/certificates-standards-regulations/fedramp-moderate)の場合は AI モニタリングを有効にしないでください。
+
+
+## 互換性のある AI ライブラリ [#compatibility]
+
+AI モニタリングは、次のエージェント バージョンおよび AI ライブラリと互換性があります。
+
+
+
+
+ |
+ エージェントバージョン
+ |
+
+
+ サポートされているライブラリ
+ |
+
+
+
+
+
+ |
+ [Go バージョン 3.31.0 以降](/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements/#digital-intelligence-platform)
+ |
+
+
+ * [Go OpenAI ライブラリ](https://github.com/sashabaranov/go-openai)バージョン 1.19.4 以降
+ * [AWS SDK for Go v2](https://github.com/aws/aws-sdk-go-v2)バージョン 1.6.0 以降
+ |
+
+
+
+ |
+ [Node.js バージョン 11.13.0 以降](/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent/#digital-intelligence-platform)
+ |
+
+
+ * [OpenAI Node.js API ライブラリ](https://www.npmjs.com/package/openai/v/4.0.0)バージョン 4.0.0 以降。 モデルがストリーミングを使用する場合、Node.js エージェントはバージョン 4.12.2 以降をサポートします。
+ * [AWS SDK for JavaScript BedrockRuntime クライアント](https://www.npmjs.com/package/@aws-sdk/client-bedrock-runtime)バージョン 3.474.0 以上
+ * [LangChain.js](https://www.npmjs.com/package/langchain/v/0.1.17)バージョン 0.1.17 以上
+ |
+
+
+
+ |
+ [Python バージョン 9.8.0 以上](/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent/#digital-intelligence-platform)
+ |
+
+
+ * [OpenAI](https://pypi.org/project/openai/)ライブラリ バージョン 0.28.0 以降。
+ * [Boto3 AWS SDK for Python](https://pypi.org/project/boto3/)バージョン 1.28.57 以降。
+ * [LangChain](https://pypi.org/project/langchain/)バージョン 0.1.0 以上。
+ |
+
+
+
+ |
+ [Ruby バージョン 9.8.0 以上](/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks/#digital-intelligence-platform)
+ |
+
+
+ * [OpenAI gem](https://github.com/alexrudall/ruby-openai)バージョン 3.4.0 以上
+ |
+
+
+
+
+## 次は何ですか？ [#whats-next]
+
+* [AIモニタリングをインストールする](/install/ai-monitoring)ことで開始できます。
+* AI モニタリングUIを探索して、 [AI を活用したアプリの改善に](/docs/ai-monitoring/view-ai-data)どのように役立つかを確認してください。
+* [ドロップ フィルターを設定し](/docs/ai-monitoring/drop-sensitive-data)てデータのコンプライアンスを維持する方法を学びます。
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/ai-monitoring/customize-agent-ai-monitoring.mdx b/src/i18n/content/jp/docs/ai-monitoring/customize-agent-ai-monitoring.mdx
new file mode 100644
index 00000000000..cd75d7d7e0f
--- /dev/null
+++ b/src/i18n/content/jp/docs/ai-monitoring/customize-agent-ai-monitoring.mdx
@@ -0,0 +1,140 @@
+---
+title: AIモニタリング用エージェントのカスタマイズ
+metaDescription: You can apply certain configurations to your APM agents to change how your AI data appears in New Relic.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+[AI モニタリングをインストールする](/install/ai-monitoring)と、エージェントのデフォルトの動作を構成したり、さまざまな種類のデータを収集するようにアプリを更新したりできます。
+
+## エージェントを構成します [#configure-agents]
+
+AI モニタリングのデフォルトのエージェント動作を次のエージェント設定ドキュメントで更新します。
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-record-content)
+ * [`ConfigCustomInsightsEventsMaxSamplesStored`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#env-var-table)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-record-content)
+ * [`custom_insights_events.max_samples_stored`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#custom_events_max_samples_stored)
+ * [`span_events.max_samples_stored`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#span-events-max-samples-stored)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-record-content)
+ * [`event_harvest_config.harvest_limits.span_event_data`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#harvest-limits-span-event-data)
+ * [`event_harvest_config.harvest_limits.custom_event_data`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#harvest-limits-custom-event-data)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ai-monitoring-enabled)
+ * [`instrumentation.ruby_openai`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ruby-openai)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ai-monitoring-record-content)
+ * [`span_events.max_samples_stored`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#custom_insights_events-max_samples_stored)
+ * [`custom_insights_events.max_samples_stored`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#span_events-max_samples_stored)
+
+
+
+## トークンカウント方法 [#enable-token]
+
+`ai_monitoring.record_content.enabled`を無効にしていない場合は、トークン カウント コールバック API を実装する必要はありません。
+
+`ai_monitoring.record_content.enabled` を無効にすると、エージェントが AI コンテンツをNew Relicに送信できなくなりますが、エージェントがアプリでインタラクションのカウントを転送することもできなくなります。 アプリコードにコールバックを実装してローカルでトークン数を特定し、その情報を New Relic に転送することができます。
+
+トークンのカウントをローカルで設定する例については、以下のドキュメントを参照してください。
+
+
+
+ [`SetLLMTokenCountCallback`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.SetLLMTokenCountCallback)については Go API ドキュメントを参照してください
+
+
+
+ [`recordLlmFeedbackEvent`](https://newrelic.github.io/node-newrelic/API.html#recordLlmFeedbackEvent)の API ドキュメントを参照してください。
+
+
+
+ [`set_llm_token_count_callback`](/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api)については API ドキュメントを参照してください。
+
+
+
+ [`NewRelic::Agent.set_llm_token_count_callback`](/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring-apis)については API ドキュメントを参照してください。
+
+
+
+## ユーザーフィードバックの方法 [#enable-feedback]
+
+エンドユーザーが AI 応答に関するフィードバックを残すことができる場合、このデータを AI モニタリング応答テーブルに転送できます。 これを行うには、コールバック メソッドを使用して AI イベント データからのトレース ID を関連付けるようにアプリ コードを更新します。
+
+この種の情報を転送するには、次の 2 つのメソッドを実装する必要があります。
+
+
+
+ 以下については Go API ドキュメントを参照してください。
+
+ * [`GetTraceMetadata`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.getTraceMetadata)
+ * [`RecordLLMFeedbackEvent`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.RecordLLMFeedbackEvent)
+
+
+
+ 以下については API ドキュメントを参照してください。
+
+ * [`setLlmTokenCountCallback`](https://newrelic.github.io/node-newrelic/API.html#setLlmTokenCountCallback)
+ * [`getTraceMetadata`](https://newrelic.github.io/node-newrelic/API.html#getTraceMetadata)
+
+
+
+ 以下については API ドキュメントを参照してください。
+
+ * [`newrelic.agent.current_trace_id()`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent)
+ * [`record_llm_feedback_event`](/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api)
+
+
+
+ [`NewRelic::Agent.record_llm_feedback_event`](/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring-apis/#user-feedback)の API ドキュメントを参照してください。
+
+
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/ai-monitoring/drop-sensitive-data.mdx b/src/i18n/content/jp/docs/ai-monitoring/drop-sensitive-data.mdx
new file mode 100644
index 00000000000..cb9df2c7600
--- /dev/null
+++ b/src/i18n/content/jp/docs/ai-monitoring/drop-sensitive-data.mdx
@@ -0,0 +1,274 @@
+---
+title: ドロップフィルターを使用して機密データを削除する
+metaDescription: Drop filters prompts AI monitoring to drop attributes containing sensitive data.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiDropFilterModal from 'images/ai_screenshot-crop_drop-filter-modal.webp'
+
+import aiDropFilterTable from 'images/ai_screenshot-crop_drop-filter-table.webp'
+
+機密性の高い AI データを New Relic に送信する前に削除するには 2 つのオプションがあります。 このドキュメントでは、エージェントが収集するデータの種類をより適切に制御できるように、これら 2 つの方法について説明します。
+
+## 無効化 `ai.monitoring.record_content_enabled` [#disable-event]
+
+`ai_monitoring.record_content.enabled`を無効にすると、エンドユーザーのプロンプトと AI 応答を含むイベント データは NRDB に送信されません。 エージェント設定の詳細については[、AIモニタリング設定のドキュメントを](/docs/ai-monitoring/customize-agent-ai-monitoring)ご覧ください。
+
+## ドロップフィルターの作成 [#create-filter]
+
+
+ データを削除する場合は注意が必要です。 削除したデータは回復できません。 この機能を使用する前に、[データ コンプライアンスの責任を確認してください](#responsibilities)。
+
+
+1 つのドロップ フィルターは 1 つのイベント タイプ内の指定されたプロパティを対象としますが、1 つの AI インタラクションからの機密情報は複数のイベントに保存されます。 NRDB に入る前に情報をドロップするには、6 つの個別のドロップ フィルターが必要です。
+
+
+
+1. **[one.newrelic.com](https://one.newrelic.com) > All capabilities > AI monitoring > Drop filters**
+
+ に移動し、
+
+ **Create drop filter**
+
+ をクリックします。
+
+2. フィルター名を作成します。 1 種類のデータには少なくとも 6 つのドロップ フィルターが必要なため、データのドロップ元のイベントを追跡しやすい命名規則をお勧めします。
+
+3. ベースの NRQL クエリを貼り付けます。
+
+ ```sql
+ SELECT FROM WHERE RLIKE
+ ```
+
+4. テーブルを参照して、属性とイベントに一致するように``と``のプレースホルダーを更新します。 例えば：
+
+ ```sql
+ SELECT content FROM LlmChatCompletionMessage WHERE content RLIKE
+ ```
+
+5. 削除する情報の種類に対応する正規表現を追加します。 たとえば、IPv4 アドレスをターゲットにしている場合、完成したクエリは次のようになります。
+
+ ```sql
+ SELECT content FROM LlmChatCompletionMessage WHERE content RLIKE ^([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})$
+ ```
+
+6. 上記の手順を繰り返して、残りのイベントと列のペアのドロップ フィルターを作成します。
+
+## ドロップフィルターの仕組み [#drop-rules-work]
+
+ドロップ フィルターは、データ取り込みパイプライン内でエージェントによって転送されたデータを評価します。 ドロップ フィルターには 3 つの部分が含まれます。
+
+* **イベント**: システム内のインタラクションから保存された記録。
+* **プロパティ**、または列: データ オブジェクトに付加されるキーの値のペア。
+* **Regex** : 情報の種類に対応する文字と演算子の文字列。
+
+### イベントと属性
+
+一般的な AI インタラクションでは、プロンプトまたはリクエストは特定のプロセス (埋め込みなど) を経て、個別のイベントとして記録されます。 たとえば、顧客がファイルに保存されている住所を要求したとします。 モデルはプロンプトを処理し、さまざまなサービスやデータベースを通じて追加のコンテキストを取得します。 AI アシスタントは、要求された情報を含む応答を返します。
+
+
+
+機密情報に対するドロップ フィルターの完全なセットには、ドロップ フィルター テーブルに提供される 6 つのイベントに対するクエリが含まれている必要があります。 属性が複数ある場合は、イベントごとに個別のフィルターを作成する必要があります。 ドロップ フィルターは、特定の行のイベントと列のペアに対応します。 覚えておくべきことがいくつかあります:
+
+* 列`content`は、 `LlmEmbedding`イベントではなく、 `LlmChatCompletionMessage`イベントに表示されます。
+* 列`messages`は`LlmFeedbackMessage`にのみ表示され、 `LlmTool`には表示されません。
+* このルールの例外は属性`input`で、これは`LlmEmbedding`と`LlmTool`の両方に表示されます。
+
+### Regex
+
+エージェントのデフォルトの動作は、New Relic に送信する前にイベント データのすべての部分をキャプチャすることであるため、機密情報を正規表現と照合するように取り込みパイプラインに指示する必要があります。 正規表現を使用して属性をターゲットにすることで、データベースに機密情報を保存せずにイベント自体をキャプチャできます。
+
+最初のクエリの作成を開始するには、以下の正規表現を参照してください。
+
+
+
+ **表現：**
+
+ ```
+ (\d{10})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ (\d{3}[-\s\.]?\d{3}[-\s\.]?\d{3})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ([a-zA-Z0-9!#$'*+?^_`{|}~.-]+(?:@|%40)(?:[a-zA-Z0-9-]+\.)+[a-zA-Z0-9-]+)
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ([a-zA-Z]){5}([0-9]){4}([a-zA-Z]){1}?
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ([2-9]{1}[0-9]{3}\s\d{4}\s\d{4})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ (d{4}\sd{4}\sd{4})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ([a-zA-Z]?[-\s]?\d{7,8}[-\s]?[a-zA-Z])
+ ```
+
+
+
+ **表現：**
+
+ ```
+ (\d{3}[-\s\.]?\d{2}[-\s\.]?\d{4})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ([a-zA-Z]{2}[-\s]?\d{2}[-\s]?\d{2}[-\s]?\d{2}[-\s]?[a-dA-D])
+ ```
+
+
+
+ **表現：**
+
+ ```
+ \d{1,}(\s{1}\w{1,})(\s{1}?\w{1,})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ (^[\+]?[1]?[\W]?[(]?[0-9]{3}[)]?[-\s\.]?[0-9]{3}[-\s\.]?[0-9]{4})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ([a-zA-Z]?\d?\d{5,8})
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ((?:\d{2})?\d\d(?:\\)?(?:\/)?\d\d(?:\\)?(?:\/)?\d{2}(?:\d{2})?)
+ ```
+
+
+
+ **表現：**
+
+ ```
+ ((?:(?:4\d{3})|(?:5[1-5]\d{2})|6(?:011|5[0-9]{2}))(?:-?|\040?)(?:\d{4}(?:-?|\040?)){3}|(?:3[4,7]\d{2})(?:-?|\040?)\d{6}(?:-?|\040?)\d{5})
+ ```
+
+
+
+## データコンプライアンスの責任 [#responsibilities]
+
+New Relic は、この機能がデータ開示の問題を完全に解決することを保証できません。また、NRQL クエリを構築するためのサポートを提供することもできません。 以下のことをお勧めします:
+
+* ドロップ フィルターを確認し、ドロップするデータを正確に識別して破棄していることを確認します。
+* ドロップ フィルターを作成した後も、ドロップ フィルターが機密情報をドロップしていることを確認してください。
+
+ドロップ フィルターは、エンドユーザーに関する個人情報が NRDB に保存されないようにするのに役立ちますが、ルールの作成自体は、データやシステムの形式など、維持するデータの種類を暗黙的に示します。 特定の権限により、ユーザーは作成したルール内のすべての情報を表示および編集できるため、これは組織内の特定のユーザーの制御権限を決定するときに重要です。
+
+## 次は何ですか？ [#whats-next]
+
+顧客のデータを保護したので、AI モニタリングを探索できます。
+
+* [AI データの探索方法を学びましょう](/docs/ai-monitoring/view-ai-data)。
+* データの取り込みを調整したいですか? [AI モニタリングの構成方法について学びます](/docs/ai-monitoring/customize-agent-ai-monitoring)。
+* ログを有効にしましたか? ログから[機密情報を難読化する](/docs/logs/ui-data/obfuscation-ui)方法、または[機密情報が含まれている場合にログメッセージ全体を削除する](/docs/logs/ui-data/drop-data-drop-filter-rules)方法を学びます。
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/ai-monitoring/intro-to-ai-monitoring.mdx b/src/i18n/content/jp/docs/ai-monitoring/intro-to-ai-monitoring.mdx
new file mode 100644
index 00000000000..efab65351a2
--- /dev/null
+++ b/src/i18n/content/jp/docs/ai-monitoring/intro-to-ai-monitoring.mdx
@@ -0,0 +1,54 @@
+---
+title: AIモニタリング入門
+metaDescription: 'AI monitoring lets you observe the AI-layer of your tech stack, giving you a holistic overview of the health and performance of your AI-powered app.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiTraceViewIntroPage from 'images/ai_screenshot-full_trace-view-intro-page.webp'
+
+import aiAIResponsesOverview from 'images/ai_screenshot-full_AI-responses-overview.webp'
+
+人々が人工知能について話すとき、それはさまざまな意味を持っている場合があります。 New Relicで AI と言うとき、エンドユーザー プロンプトを受信したときに応答を生成するために大規模言語モデル(LLM) (LLM) を使用する環境の層を意味します。 AI モニタリングは、AI 搭載アプリのエンドツーエンドの可視性を提供するAPMソリューションです。
+
+AI モニタリングを使用すると、AI アプリを駆動するエンジンのパフォーマンスを測定できるため、ユーザーに可能な限り最高のエクスペリエンスを提供できるようになります。 開始するには、APMエージェントのいずれかをインストールし、AIモニタリングを有効にするだけです。
+
+
+
+
+ **[one.newrelic.com](https://one.newrelic.com) > AI monitoring > AI responses**に移動し、応答行を選択します。
+
+
+## AIモニタリングはどのように機能するのでしょうか? [#how-it-works]
+
+AI モニタリングを開始するには、アプリを計測するための APM エージェントの 1 つをインストールします。 インストゥルメンテーションとは、アプリを測定できることを意味し、エージェントがアプリの動作に関するデータを取得できるようにします。 インストゥルメントされたら、設定レベルで AI モニタリングを有効にする必要があります。
+
+AI モニタリングを有効にすると、エージェントは AI イベントに関連付けられた AI メタデータを認識できるようになります。 AI がプロンプトを受信して応答を返すと、エージェントは外部 LLM およびベクター ストアから生成されたデータを認識し、トークンの使用状況に関する情報を解析できます。
+
+## AIモニタリングによるAIパフォーマンスの向上 [#improve-performance]
+
+
+
+
+ AI を利用したアプリのパフォーマンスを概要するには、 **[one.newrelic.com](https://one.newrelic.com) > AI monitoring > AI responses**に移動します。
+
+
+AI モニタリングは、AI アプリのパフォーマンスに関する重要な質問、つまりエンドユーザーが応答を待つ時間が長すぎますか? に答えるのに役立ちます。 最近トークンの使用量が急増していますか? 特定のトピックに関して、ユーザーからの否定的なフィードバックのパターンはありますか? AI モニタリングを使用すると、AI 層に固有のデータを確認できます。
+
+* 応答テーブルから[特定のプロンプトと応答インタラクションのエラーを特定します](/docs/ai-monitoring/view-ai-data/#ai-responses)。 エラーが発生した場合は、[トレース ウォーターフォール ビュー](/docs/ai-monitoring/view-ai-data/#ai-response-trace-view)を開いてメソッドをスコープし、AI 搭載アプリが応答を生成するときに行う呼び出しを行います。
+* プロンプト エンジニアが AI のプロンプト パラメーターを更新した場合、[更新後にトークンの使用量が急増したか減少したかを追跡](/docs/ai-monitoring/view-ai-data)できます。 AI モニタリングを使用して、コストを抑える意思決定を支援します。
+* 開発中にアプリを微調整しているかもしれませんが、本番環境に移行する前にコストとパフォーマンスの効率を向上させたいと考えています。 異なるアプリ環境で異なるモデルを使用している場合は、[デプロイする前にアプリのコストとパフォーマンスを比較](/docs/ai-monitoring/view-ai-data/#model-comparison)できます。
+
+## AIモニタリングを始める [#get-started]
+
+始める準備はできましたか? [AI ライブラリまたはフレームワークが計装できることを必ず確認して](/docs/ai-monitoring/compatibility-requirements-ai-monitoring)ください。 すでにアプリをインストゥルメントした場合は、エージェントを更新する必要がある場合があります。
+
+準備ができたら、ドキュメントを使用して[AI モニタリングを手動でインストールします](/install/ai-monitoring)。 このドキュメントでは、APM エージェントをインストールするための関連手順を説明し、エージェント AI モニタリングの構成について説明します。
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/ai-monitoring/view-ai-data.mdx b/src/i18n/content/jp/docs/ai-monitoring/view-ai-data.mdx
new file mode 100644
index 00000000000..691b3bcced8
--- /dev/null
+++ b/src/i18n/content/jp/docs/ai-monitoring/view-ai-data.mdx
@@ -0,0 +1,204 @@
+---
+title: New RelicでAIデータを表示する
+metaDescription: 'AI monitoring lets you observe the AI-layer of your tech stack, giving you a holistic overview of the health and performance of your AI-powered app.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiIntroAiUi from 'images/ai_screenshot-full_intro-ai-ui.webp'
+
+import aiTimeseriesBillboard from 'images/ai_screenshot-crop_timeseries-billboard.webp'
+
+import aiCroppedImageofAIBillboards from 'images/ai_screenshot-crop_billboard.webp'
+
+import aiCroppedImageofAItimeseries from 'images/ai_screenshot-crop_Cropped-image-of-AI-timeseries.webp'
+
+import aiAIEntitiesPage from 'images/ai_screenshot-crop_AI-entities-page.webp'
+
+import aiTopleveAiResponsesSummary from 'images/ai_screenshot-crop_topleve-ai-responses-summary.webp'
+
+import aiResponseTable from 'images/ai_screenshot-crop_response-table.webp'
+
+import aiTraceViewAiResponse from 'images/ai_screenshot-full_trace-view-ai-response.webp'
+
+import aiTraceWaterfallPageSpanDetails from 'images/ai_screenshot-crop_trace-waterfall-page-span-details.webp'
+
+import aiTraceWaterfallPageErrorDetails from 'images/ai_screenshot-crop_trace-waterfall-page-error-details.webp'
+
+import aiAiModelComparisonPage from 'images/ai_screenshot-full_ai-model-comparison-page.webp'
+
+[AI モニタリング](/docs/ai-monitoring/intro-to-ai-monitoring)を有効にすると、エージェントはアプリの AI レイヤーに関するパフォーマンス メトリクス データとトレース データを認識してキャプチャできるようになります。 AI モニタリングを使用すると、AI 搭載アプリから、インターネットの使用状況、完了数、AI 応答時間を追跡できます。 エラーまたは不正確な応答が見つかった場合は、特定のプロンプトと応答のインタラクションに関するトレースレベルのビューに範囲を絞り、AI サービスのロジックの問題を特定できます。
+
+
+
+**[one.newrelic.com](https://one.newrelic.com) > All Capabilities > AI monitoring**にアクセスするとデータを表示できます。 データは 3 つの異なるページから確認できます。
+
+* **AI responses**
+
+ : すべての AI エンティティからの集約データの概要。 AI の応答タイムやウイルスを追跡したり、個々のプロンプトや応答に関するデータを確認したりできます。
+
+* **AI entities**
+
+ : AI データをレポートするすべてのエンティティの表の概要を表示します。 エラー率、スループット、アプリの応答タイムなどの標準的なAPMデータでエンティティを確認します。 エンティティを選択すると、APM **AI responses**ページの探索を開始できます。
+
+* **Compare models**
+
+ : 異なるモデル間でトークン使用量、レスポンス時間、エラー率を比較します。 A/B テストを実施している場合は、AI を活用したアプリに関する意思決定に必要な情報をすべて取得できます。
+
+## AI応答ページ [#ai-responses]
+
+最上位の**AI responses**ページには、AI データが集約されて表示されます。 集計データは、すべてのエンティティ レポート AI データにわたる、平均総応答数、応答時間、応答ごとの使用量を取得します。 このページでは、応答とは、プロンプトが与えられたときの AI 搭載アプリからの出力を指します。
+
+さまざまな AI フレームワークのさまざまな実装を備えた複数のアプリを所有している場合は、AI モデルのパフォーマンスを大まかに把握できます。
+
+### 合計応答、平均応答時間、トークンの使用状況を追跡します。
+
+
+
+3 つのタイルには、AI の応答に関する一般的なパフォーマンス メトリクスが表示されます。 これらのタイルは問題の正確な原因を教えてくれないかもしれませんが、アプリのパフォーマンスの異常を特定するのに役立ちます。
+
+
+
+* 総応答数の減少または平均応答時間の増加に気付いた場合は、AI ツールチェーン内の一部のテクノロジーが AI 搭載アプリの応答の送信を妨げていることを示している可能性があります。
+* 応答あたりの平均トークン使用量の減少または増加により、モデルがどのように応答を作成するかを把握できます。 おそらく、過剰なコンテキストを取得しているため、応答の生成中にトークンのコストが上昇している可能性があります。 おそらく、応答が少なすぎるため、トークンコストが低くなり、役に立たない応答が生じる可能性があります。
+
+### 時系列グラフを調整する
+
+
+
+時系列グラフを参照すると、類似した動作が最初に現れる時期をより適切に視覚化できます。
+
+* スパイクまたはドロップ上をドラッグして、時系列グラフを調整します。 これにより、時系列の範囲が特定の時間枠に限定されます。
+* ドロップダウンを選択して、さまざまなパフォーマンス パラメーターの比較分析を実行します。 合計応答、平均応答時間、または応答ごとの平均トークンのいずれかを選択できます。
+* [フィードバック機能](/docs/ai-monitoring/customize-agent-ai-monitoring)を有効にしている場合は、グラフの範囲を指定して、正のフィードバックと負のフィードバックによる応答を分析できます。
+
+### 個々の AI 応答を評価する
+
+AI 応答テーブルは、エンドユーザーと AI アプリの間のインタラクションに関するデータを整理します。 インタラクションがいつ発生したか、プロンプトとその応答のペア、完了とウイルスのカウント、およびどのモデルがプロンプトを受信したかを表示できます。
+
+
+
+右上の歯車アイコンをクリックすると、テーブルの列を調整できます。 これにより、分析するデータの種類を選択できます。
+
+応答テーブルは、個々の応答に関するトレース データを表示するためのエントリ ポイントです。 表内の行をクリックすると、特定の応答のトレース ビューが開きます。
+
+### AI応答トレースビュー
+
+
+
+AI 応答レース ビューでは、アプリが応答を生成する方法をトレース レベルのインサイトで確認できます。 トレース ビューを確認してエラーが発生した場所を特定したり、高トークンの応答からの否定的なフィードバックの原因を理解したりすることもできます。 トレース ビューからは、次のことができます。
+
+* トレースまたはログを選択します。 ログを選択するときは、さらに調査したいテキスト文字列または属性についてログ内でクエリを実行します。
+
+* 応答の詳細またはメタデータを切り替えます。 応答の詳細列にはユーザー プロンプトと AI 応答が表示されるため、トレースとスパンのコンテキストを維持できます。 メタデータは、エンティティ GUID、モデル、トークン、ベンダーのリスト ビューを提供します。
+
+* エラーが発生すると、ウォーターフォール ビューではその行が赤色で強調表示されます。 行を選択すると、スパンのエラー詳細を含むスパン データが開きます。
+
+
+
+ 
+
+
+
+ 
+
+
+
+## AIエンティティページ [#entities]
+
+AI エンティティ ページでは、現在 AI データを報告しているすべてのエンティティがテーブルに整理されます。 このページには、AI アプリが応答タイム、スループット、エラー率とともに表示されます。
+
+
+
+
+ AI データをレポートするエンティティを表示するには、 **[one.newrelic.com](https://one.newrelic.com) > All Capabilities > AI Monitoring**に移動します。
+
+
+AI エンティティを選択すると、そのアプリの APM 概要ページが表示されます。 **APM summary page**から、左側のナビゲーションで**AI monitoring**を選択します。
+
+### APM AI 応答ページ [#apm-ai-response]
+
+AI エンティティを選択すると、APM の概要ページが表示されます。 AI データを見つけるには、左側のナビゲーションで**AI responses**を選択します。 特定の AI エンティティが異常の原因となっていることが判明した場合は、このページを使用することをお勧めします。
+
+* AI 応答の APM バージョンには、トップレベルの AI 応答ページとして収集されたものと同じタイル、時系列グラフ、応答テーブルが含まれています。
+* APM AI 応答ページには、集計されたデータが表示されるのではなく、AI エンティティから選択したサービスにスコープされたデータが表示されます。
+* 最上位の AI 応答ページではすべての AI エンティティにわたるサービスごとにフィルターできますが、APM AI 応答ページではフィルター機能がアプリ独自の属性に制限されます。
+
+AI データの探索方法を確認するには、前の[AI 応答セクション](#ai-responses)で説明したのと同じパターンに従うことができます。
+
+## モデル比較ページ [#model-comparison]
+
+モデル比較ページでは、テストするユースケースに応じてパフォーマンスを柔軟に分析できます。 あなたはできる：
+
+* アプリ内での 1 つのモデルのパフォーマンスをすべてのサービスの平均パフォーマンスと比較します。
+* プロンプトのエンジニアリング中にさまざまなプロンプトをテストする場合は、A/B テストを実施します。 たとえば、1 つのプロンプト セットを含む 1 つの時間枠でのモデルのパフォーマンスと精度を、2 番目のプロンプト セットを含む別の時間枠と比較します。
+* 顧客トラフィックがピークに達した特定の時間枠内でモデルがどのように機能したかを評価します。
+
+
+
+このページでは、モデル比較データの範囲が 1 つのアカウントに限定されることに注意してください。 組織に複数の AI 搭載アプリを所有する複数のアカウントがある場合、それらのアカウント間でモデル データを比較することはできません。
+
+### モデルのコストを理解する
+
+モデルのコスト列は、完了イベントを 2 つの部分に分類します。モデルに与えられるプロンプトと、モデルがエンドユーザーに提供する最終応答です。
+
+* **Tokens per completion**
+
+ : すべての完了イベントのトークンの平均。
+
+* **Prompt tokens**
+
+ : プロンプトのトークンの平均。 このウイルス平均には、プロンプト エンジニアとエンドユーザーによって作成されたプロンプトが含まれます。
+
+* **Completion tokens**
+
+ : エンドユーザーに配信されるレスポンスを生成する際にモデルによって消費されるウイルスの数。
+
+この列を分析する場合、完了トークンとプロンプト トークンの値は、完了ごとのトークンの値と等しくなる必要があります。
+
+## 次は何ですか？ [#whats-next]
+
+データの検索方法がわかったので、AI モニタリングが提供する他の機能を探索してみましょう。
+
+* 機密情報について懸念がありますか? [ドロップ フィルターの設定方法を学習します](/docs/ai-monitoring/drop-sensitive-data)。
+* アプリの AI 応答に関するユーザー フィードバック情報を New Relic に転送したい場合は、[手順に従ってアプリのコードを更新し、UI でユーザー フィードバックを取得します](/docs/ai-monitoring/customize-agent-ai-monitoring)。
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx b/src/i18n/content/jp/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
index 99a9d49badc..c166ff1e57b 100644
--- a/src/i18n/content/jp/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
+++ b/src/i18n/content/jp/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
@@ -137,7 +137,7 @@ import accountsMigrateSlackRemoveLegacy from 'images/accounts_screenshot-crop_sl
* New Relic 課題のクローズは、Jira 課題のステータスが`done`に変化するとトリガーされます。
* New Relic 問題の承認は、Jira 問題のステータスが`in-progress`に変化するとトリガーされます。
- ### ワークフローでメッセージ テンプレートを構成する [#configure-jira-message-template]
+ ### Workflowsでメッセージ テンプレートを構成する [#configure-jira-message-template]
Jira 課題のテンプレートを構成するには、次の手順に従います。
@@ -834,6 +834,10 @@ import accountsMigrateSlackRemoveLegacy from 'images/accounts_screenshot-crop_sl
### ServiceNow アプリケーションの宛先を設定する [#servicenow-destination]
+
+ 新しい宛先を作成するためのアクセス権がない場合は、アカウント名とアカウント番号を記載した電子メールを[notificationWorkflows@newrelic.com](mailto:notificationWorkflows@newrelic.com)に送信してください。
+
+
ServiceNow 宛先を作成するには、次の手順に従います。
1. ServiceNow ストアで New Relic アプリケーション[をダウンロードし](https://store.servicenow.com/sn_appstore_store.do#!/store/application/d117597d1b9b9d9078faddf7b04bcba7/1.0.0?referer=%2Fstore%2Fsearch%3Flistingtype%3Dallintegrations%25253Bancillary_app%25253Bcertified_apps%25253Bcontent%25253Bindustry_solution%25253Boem%25253Butility%25253Btemplate%26q%3Dnew%2520relic&sl=sh) てインストールします。
diff --git a/src/i18n/content/jp/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx b/src/i18n/content/jp/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
index 1146e3eb267..6d1e626ab91 100644
--- a/src/i18n/content/jp/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
+++ b/src/i18n/content/jp/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
@@ -1375,6 +1375,139 @@ Pythonエージェントは、次の優先順位に従って構成されます
+## AIモニタリング [#ai-monitoring]
+
+このセクションには、AI モニタリングを設定するための Python エージェント設定が含まれています。
+
+
+ AI データをキャプチャする[には、ディストリビューティッド（分散）トレーシングを](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#dt-main)有効にする必要があります。 Python エージェント バージョン 7.0.0.166 以降では、デフォルトで有効になっています。
+
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ ブール値
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [環境変数](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ `true`に設定すると、AI 大規模言語モデル(LLM) 監視が有効になります。
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ ブール値
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [環境変数](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_STREAMING_ENABLED`
+ |
+
+
+
+
+ `false`に設定すると、ストリーミングされた大規模言語モデル (LLM) データの概要とメッセージ イベントを記録するインストゥルメンテーションが無効になります。
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ ブール値
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [環境変数](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ `false`に設定すると、エージェントは LLM イベントでキャプチャされた入力および出力コンテンツ (プロンプトや応答のテキスト文字列など) を省略します。 これは、LLM との間で送受信される機密データを記録したくない場合のオプションのセキュリティ設定です。
+
+
+
## トランザクショントレーサーの構成 [#txn-tracer-settings]
@@ -3405,7 +3538,8 @@ event_harvest_config.harvest_limits.span_event_data= 250
|
- PythonエージェントのインスタンスからNewRelicに送信される1分あたりのカスタムイベントの制限。カスタムイベントは、PythonTelemetrySDKを介して作成されます。
+ * Python エージェントのインスタンスがNew Relicに送信できる 1 分あたりのカスタムイベントの数を制限します。
+ * [AI モニタリング](/docs/ai-monitoring/intro-to-ai-monitoring)用にエージェントを構成するときは、エージェントが最大量の LLM イベントをキャプチャできるように最大値`100000`に設定します。
- PythonエージェントのインスタンスからNewRelicに送信される1分あたりのスパンイベントの制限。
+ * PythonエージェントのインスタンスからNewRelicに送信される1分あたりのスパンイベントの制限。
+ * [AI モニタリング](/docs/ai-monitoring/intro-to-ai-monitoring)のエージェントを構成する場合、エージェントが最大量のディストリビューティッド（分散）トレーシングを確実に捕捉できるように、最大値`10000`に設定します。
+
+
+ |
+ パラメータ
+ |
+
+
+ 説明
+ |
+
+
+
+
+
+ |
+ `trace_id`
+
+ _ストリング_
+ |
+
+
+ 必須。 フィードバックに関連するチャット完了が発生したトレースの ID。 この ID は、 [`current_trace_id`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent-api/)の呼び出しを通じて取得できます。
+ |
+
+
+
+ |
+ `rating`
+
+ _文字列_または_整数_
+ |
+
+
+ 必須。 エンドユーザーによって提供される評価 (例: 「良い/悪い」、「1-10」)。
+ |
+
+
+
+ |
+ `category`
+
+ _ストリング_
+ |
+
+
+ オプション。 エンドユーザーによって提供されたフィードバックのカテゴリ (例: 「有益」、「不正確」)。
+ |
+
+
+
+ |
+ `message`
+
+ _ストリング_
+ |
+
+
+ オプション。 エンドユーザーからの自由形式のテキストフィードバック。
+ |
+
+
+
+ |
+ `metadata`
+
+ _ディクト_
+ |
+
+
+ オプション。 フィードバック イベントとともに送信するその他の必要なデータを保存するためのキーの値のペアのセット。
+ |
+
+
+
+
+## 戻り値 [#return-valuess]
+
+なし。
+
+## 例 [#examples]
+
+### トレース ID を取得し、フィードバックを記録する
+
+フィードバック イベントの記録の例:
+
+````py
+ import newrelic.agent
+
+ def get_message(request):
+ trace_id = newrelic.agent.current_trace_id()
+
+ def post_feedback(request):
+ newrelic.agent.record_llm_feedback_event(trace_id=request.trace_id, rating=request.rating, metadata= {"my_key": "my_val"})
+```
+````
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx b/src/i18n/content/jp/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
new file mode 100644
index 00000000000..2816b480e4c
--- /dev/null
+++ b/src/i18n/content/jp/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
@@ -0,0 +1,162 @@
+---
+title: set_llm_token_count_callback (Python エージェント API)
+type: apiDoc
+shortDescription: LLM カウントを計算するためのコールバックを登録します
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'Python API: This call registers a callback to calculate LLM token counts'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## 構文 [#syntax]
+
+```py
+ newrelic.agent.set_llm_token_count_callback(callback, application=None)
+```
+
+大規模言語モデル(LLM) (LLM) イベントでのカウントの計算に使用されるバックコール関数を登録します。
+
+## 要件 [#requirements]
+
+Python エージェント バージョン 9.8.0 以降。
+
+## 説明 [#description]
+
+この API は、 `LlmEmbedding`および`LlmChatCompletionMessage`イベントのトークン数を計算して保存するコールバックを登録します。
+
+* この関数は、 `ai_monitoring.record_content.enabled`が`false`に設定されている場合に使用する必要があります。 この設定により、トークン数がサーバー側で付加される New Relic サーバーにエージェントが AI コンテンツを送信できなくなります。
+* それでも LLM イベントのトークン数を取得したい場合は、アプリコードにコールバックを実装してローカルでトークン数を特定し、この情報を New Relic に送信できます。
+
+ほとんどの場合、この API は 1 回だけ呼び出されますが、この API を複数回呼び出すこともできます。 エンドポイントに対して新しい呼び出しが行われるたびに、以前に登録されたコールバックが、提供された新しいコールバックで上書きされます。 コールバックを完全に設定解除するには、元のコールバックの代わりに`None`を渡します。
+
+## API問題 [#api-parameters]
+
+
+
+
+ |
+ パラメータ
+ |
+
+
+ 説明
+ |
+
+
+
+
+
+ |
+ `callback`
+
+ _呼び出し可能_または_なし_
+ |
+
+
+ 必須。 トークン数を計算するコールバック。 現在のコールバックの設定を解除するには、コールバック関数の代わりに`None`を渡します。
+ |
+
+
+
+ |
+ `application`
+
+ _物体_
+ |
+
+
+ オプション。 APIコールを関連付ける特定のアプリケーションオブジェクト。 アプリケーション オブジェクトは、 [`newrelic.agent.application`](/docs/apm/agents/python-agent/python-agent-api/application-python-agent-api/)関数を使用して取得できます。
+ |
+
+
+
+
+## 戻り値 [#return-values]
+
+なし。
+
+## コールバック要件 [#callback-requirements]
+
+提供されたコールバックは、正の整数のトークン カウント値を返す必要があります。そうしないと、LLM イベントでトークン カウントがキャプチャされません。
+
+## コールバックパラメータ [#callback-parameters]
+
+
+
+
+ |
+ パラメータ
+ |
+
+
+ 説明
+ |
+
+
+
+
+
+ |
+ `model`
+
+ _ストリング_
+ |
+
+
+ 必須。 LLM モデルの名前。
+ |
+
+
+
+ |
+ `content`
+
+ _ストリング_
+ |
+
+
+ 必須。 メッセージの内容/プロンプトまたは埋め込み入力。
+ |
+
+
+
+
+## 例 [#examples]
+
+### トークン数の計算とコールバックの登録
+
+tiktokenの例:
+
+```py
+import newrelic.agent
+def token_count_callback(model, content):
+ """
+ Calculate token counts locally based on the model being used and the content.
+ This callback will be invoked for each message sent or received during a LLM call.
+ If the application supports more than one model, it may require finding libraries for
+ each model to support token counts appropriately.
+
+ Arguments:
+ model -- name of the LLM model
+ content -- the LLM message content
+ """
+ import tiktoken
+
+ try:
+ enc = tiktoken.encoding_for_model(model)
+ except KeyError:
+ return None # Unknown model
+ return len(enc.encode(content))
+
+newrelic.agent.set_llm_token_count_callback(token_count_callback)
+```
+
+渡されたアプリケーション オブジェクトを使用した API の使用例:
+
+```py
+ application = newrelic.agent.register_application(timeout=10.0)
+ newrelic.agent.set_llm_token_count_callback(token_count_callback, application)
+```
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx b/src/i18n/content/jp/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
new file mode 100644
index 00000000000..59f8fe976e8
--- /dev/null
+++ b/src/i18n/content/jp/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
@@ -0,0 +1,99 @@
+---
+title: AIモニタリングAPI
+tags:
+ - Agents
+ - Ruby agent
+ - API guides
+metaDescription: For information about customizing New Relic's Ruby agent for AI monitoring.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+AI モニタリング用にアプリをインストゥルメント化すると、 New Relic Rubyエージェントは多くの AI メトリクスを自動的に収集するだけでなく、ウォーカー数やユーザーのフィードバックに関する情報を収集するためのAPIも提供します。
+
+
+ AIモニタリングAPI Rubyバージョン9.8.0以降で利用できます。
+
+
+## トークン数 [#token-count]
+
+LlmEmbedding および LlmChatCompletionMessage イベントの`token_count`属性を計算するコールバック プロシージャを設定し、その情報を`NewRelic::Agent.set_llm_token_count_callback` API を使用して New Relic に渡すことができます。
+
+この API は、すべての LLM トークン計算で使用するコールバックを設定するために 1 回だけ呼び出す必要があります。 複数回呼び出される場合、それぞれの新しいコールバックが古いコールバックを置き換えます。 このプロシージャは入力引数として単一のハッシュを使用して呼び出され、その特定のプロンプト、完了メッセージ、または埋め込みに使用されるトークンの数を表す整数を返す必要があります。 0 以下の値はイベントに付加されません。
+
+ハッシュには次のキーがあります。
+
+* `:model` (文字列) - LLM モデルの名前
+* `:content` (文字列) - メッセージの内容またはプロンプト
+
+次のコード例は、トークン数を計算するコールバックを設定し、そのコールバックを`NewRelic::Agent.set_llm_token_count_callback`に渡す方法を示しています。
+
+````rb
+ require 'tiktoken_ruby' # Example library for counting GPT model tokens used
+
+ token_count_callback = proc do |hash|
+ return unless hash[:model].includes?('gpt')
+
+ enc = Tiktoken.encoding_for_model(hash[:model])
+ enc.encode(hash[:content]).length
+ end
+
+ NewRelic::Agent.set_llm_token_count_callback(token_count_callback)
+
+## User feedback [#user-feedback]
+
+AI monitoring can correlate trace IDs between a generated message from your AI and the message feedback from an end user using `NewRelic::Agent.record_llm_feedback_event`.
+
+`NewRelic::Agent.record_llm_feedback_event` accepts the following arguments:
+
+ * `trace_id` (required) - ID of the trace where the chat completion(s) related to the feedback occurred
+ * `rating` (required) - Rating provided by an end user (ex: 'Good', 'Bad', 1, 2, 5, 8, 10)
+ * `category` (optional) - Category of the feedback as provided by the end user (ex: “informative”, “inaccurate”)
+ * `message` (optional) - Freeform text feedback from an end user
+ * `metadata` (optional) - Set of key-value pairs to store any other desired data to submit with the feedback event
+
+This API requires the current `trace_id` to correlate messages with feedback, which can be obtained using [NewRelic::Agent::Tracer.current_trace_id](https://www.rubydoc.info/gems/newrelic_rpm/NewRelic/Agent/Tracer#current_trace_id-class_method).
+
+The following example code uses a Sinatra app to demonstrate collecting the required user feedback and trace_id of a current transaction (along with this API's optional parameters), and then passing those parameters to `NewRelic::Agent.record_llm_feedback_event`.
+
+```rb
+responses = {}
+
+get '/chat-completion' do
+ @response_message = client.chat(
+ parameters: {
+ model: 'gpt-3.5-turbo',
+ messages: [
+ {'role': 'system', 'content': 'You are a helpful assistant.'},
+ ],
+ temperature: 0.7,
+ }
+ )
+
+ # trace_id must be obtained within the current transaction
+ trace_id = NewRelic::Agent::Tracer.current_trace_id
+ responses[@response_message.id] = trace_id
+
+ render(@response_message)
+end
+
+post '/feedback' do
+ trace_id = responses[@response_message.id]
+ rating = 1
+ category = 'feedback-test'
+ message = 'Good talk'
+ metadata = {user: 'new'}
+
+ halt(404) if !responses[@response_message.id]
+
+ NewRelic::Agent.record_llm_feedback_event(
+ trace_id: responses[@response_message.id],
+ rating: 1,
+ category: 'feedback-test',
+ message: 'Good talk',
+ metadata: {user: 'new'}
+ )
+
+ render('Feedback Recorded')
+end
+````
\ No newline at end of file
diff --git a/src/i18n/content/jp/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx b/src/i18n/content/jp/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
index cb600c1f91d..74ebc68cc86 100644
--- a/src/i18n/content/jp/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
+++ b/src/i18n/content/jp/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
@@ -66,7 +66,10 @@ RailsアプリでRubyエージェントを実行する場合、エージェン
設定ファイルを編集する際には、次のことを確認してください。
* インデントはスペース2つ分のみ。
-* **`error_collector`**などのセクションで、関連する場合のみインデントします。
+
+* **`error_collector`**
+
+ などのセクションで、関連する場合のみインデントします。
正しくインデントしないと、エージェントは起動時に`Unable to parse configuration file`エラーをスローする可能性があります。
@@ -207,7 +210,7 @@ RailsアプリでRubyエージェントを実行する場合、エージェン
- あなたの新しいレリック .
+ あなたのNew Relic 。
- あなたの新しいレリック .New Relic REST API v2 を使用して、 `newrelic deployments` コマンドを使用してデプロイメントを記録する場合に必要です。
+ あなたのNew Relic 。 New Relic REST API v2 を使用して`newrelic deployments`コマンドでデプロイメントを記録する場合に必要です。
+## AIモニタリング [#ai-monitoring]
+
+このセクションには、AIモニタリングを設定するためのRubyエージェント設定が含まれています。
+
+
+ トレースとフィードバックデータを取得するには、ディストリビューティッド（分散）トレーシングを有効にする必要があります。 Ruby エージェント 8.0.0 以降ではデフォルトでオンになっています。
+
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ ブール値
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [環境変数](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ `true`に設定すると、AI モニタリングが有効になります。
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ 弦
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ [環境変数](#environment)
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ * 高セキュリティ モードでは、デフォルトは`false`になります。
+
+ * エージェントがアプリを計装できるようにします。 モジュールの先頭に追加するための`prepend`と、エイリアス メソッド チェーンのための`chain`をサポートします。
+
+ * Ruby エージェントはデフォルトで`prepend`を使用します。
+ * 同じクラスを更新するライブラリが複数ある場合は、この設定を`chain`に更新できます。
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ ブール値
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [環境変数](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ * `false`に設定すると、エージェントは LLM イベントでキャプチャされた入力および出力コンテンツ (プロンプトや応答のテキスト文字列など) を省略します。
+
+ * `LlmChatCompletionMessage`イベントから`content`属性を削除します
+ * `LlmEmbedding`イベントから`input`属性をドロップします
+
+ * これは、LLM との間で送受信される機密データを記録したくない場合のオプションのセキュリティ設定です。
+
+
+
## ブラウザの監視 [#browser-monitoring]
-の[ページ読み込みタイミング](/docs/browser/new-relic-browser/page-load-timing/page-load-timing-process)機能 (リアル ユーザー モニタリングまたは RUM とも呼ばれます) を使用すると、実際のユーザーが Web サイトで経験しているパフォーマンスを把握できます。これは、各ページのヘッダーとフッターに少量の JavaScript コードを挿入することにより、ユーザーのブラウザーが Web ページをダウンロードして表示するのにかかる時間を測定することで実現されます。
+[ページ読み込みタイミング](/docs/browser/new-relic-browser/page-load-timing/page-load-timing-process)機能 (リアルユーザー監視またはRUMとも呼ばれます) は、実際のユーザーが Web サイトで体験しているパフォーマンスをインサイトに提供します。 これは、各ページのヘッダーとフッターに少量の JavaScript コードを挿入することにより、ユーザーのブラウザーが Web ページをダウンロードしてレンダリングするのにかかる時間を測定することで実現されます。
+## AIモニタリング [#ai-monitoring]
+
+このセクションには、AIモニタリングを設定するためのRubyエージェント設定が含まれています。 トレースとフィードバック データをキャプチャする [には、ディストリビューティッド（分散）トレーシングを](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#distributed-tracing)有効にする必要があります。 Ruby エージェント 8.0.0 以降では、デフォルトでオンになっています。
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ ブール値
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ 環境変数
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ `false`の場合、すべての LLM インストゥルメンテーション (現時点では OpenAI のみ) が無効になり、メトリック、イベント、スパンは送信されません。 `high_security`モードが有効な場合、AI モニタリングは自動的に無効になります。
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ ブール値
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ 環境変数
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ `false`の場合、LLM インストゥルメンテーション (現時点では OpenAI のみ) は、特定の LLM イベントの入出力コンテンツをキャプチャしません。
+
+ 除外される属性には次のものが含まれます。
+
+ * `content` LlmChatCompletionMessage イベントから
+ * `input` LlmEmbedding イベントから
+
+
+
## 属性 [#attributes]
[アトリビュート](/docs/features/agent-attributes) は、イベントやトランザクションのプロパティを決定する情報を含むキーとバリューのペアです。これらのキー・バリュー・ペアは、APMのトランザクション・トレース、APMのトレースされたエラー、ダッシュボードのトランザクション・イベント、ダッシュボードのページ・ビューで見ることができます。どの属性がこれらの各送信先に送信されるかを正確にカスタマイズできます。
@@ -3810,7 +4049,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
- **DEPRECATED**: [distribution_tracing.enabled](#distributed_tracing-enabled)を参照してください。
+ **DEPRECATED** [「distributed_tracing.enabled」](#distributed_tracing-enabled)を参照してください。
`true`の場合、 `distributed_tracing.enabled`が`false`に設定されているときに[クロスアプリケーショントレースを](/docs/agents/ruby-agent/features/cross-application-tracing-ruby/)有効にします。
@@ -3943,7 +4182,8 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
- 一度にメモリにバッファリングするカスタムイベントの最大数を指定します。
+ * 一度にメモリにバッファリングするカスタムイベントの最大数を指定します。
+ * [AI モニタリング](/docs/ai-monitoring/intro-to-ai-monitoring)のエージェントを構成する場合は、最大値`100000`に設定します。 エージェントが最大量の LLM イベントをキャプチャするようにします。
@@ -4924,7 +5164,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -5477,7 +5717,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -5805,7 +6045,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -5887,7 +6127,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -6295,6 +6535,47 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
起動時の`Net::HTTP`の自動計測を制御します。`auto` 、 `prepend` 、 `chain` 、 `disabled`のいずれかになります。
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ 弦
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ 環境変数
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ 起動時に ruby-openai gem の自動インストールを制御します。 `auto` 、 `prepend` 、 `chain` 、 `disabled`のいずれかになります。
+
+
+
+
+
+
+ |
+ タイプ
+ |
+
+
+ 弦
+ |
+
+
+
+ |
+ デフォルト
+ |
+
+
+ `"auto"`
+ |
+
+
+
+ |
+ 環境変数
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_VIEW_COMPONENT`
+ |
+
+
+
+
+ 起動時に ViewComponent の自動実行を制御します。 `auto` 、 `prepend` 、 `chain` 、 `disabled`のいずれかになります。
+
+
- 1 回の収集から報告されるスパン イベントの最大数を定義します。`1`と`10000`の間の任意の整数が有効です。
+ * 1 回の収集から報告されるスパン イベントの最大数を定義します。`1`と`10000`の間の任意の整数が有効です。
+ * [AI モニタリング](/docs/ai-monitoring/intro-to-ai-monitoring)のエージェントを構成する場合は、最大値`10000`に設定します。 エージェントが最大量のディストリビューティッド（分散）トレーシングを確実に捕捉します。
@@ -7821,7 +8144,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -7862,7 +8185,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -7903,7 +8226,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -7944,7 +8267,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
@@ -8026,7 +8349,7 @@ Ruby エージェントは[、コンテキスト内の APM ログを](/docs/apm/
diff --git a/src/i18n/content/jp/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx b/src/i18n/content/jp/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
index 55e7335d315..1c3eb5489ca 100644
--- a/src/i18n/content/jp/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
+++ b/src/i18n/content/jp/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
@@ -6,7 +6,7 @@ tags:
- Getting started
metaDescription: The official list of system requirements and compatible frameworks for APM's Ruby agent.
freshnessValidatedDate: never
-translationType: human
+translationType: machine
---
[New RelicのRubyエージェントをインストールする](/docs/agents/ruby-agent/installation-and-configuration/ruby-agent-installation)前に、互換OSに対する要件、セキュリティ要件、およびサポート対象のフレームワークを満たしていることを確認してください。
@@ -361,7 +361,7 @@ Rubyエージェントは、実験的なバージョンをサポートしてい
|
- ActiveRecord
+ アクティブレコード
|
@@ -763,7 +763,7 @@ New Relic Rubyエージェントがサポートするバックグラウンドジ
RubyエージェントがサポートするHTTPクライアントは以下のとおりです。
-* Async：：HTTP：0.59.0以降
+* Async::HTTP：0.59.0以降
* Curb：0.8.1以降
* Ethon：0.12.0以降
* Excon：0.19.0以降（エージェントバージョン8.16.0で最後にサポートされた0.55.0以前のバージョン）
@@ -790,7 +790,7 @@ APMのRubyエージェントは以下の項目もサポートします。
* ActiveMerchant：1.25.0以降（エージェントバージョン8.16.0で最後にサポートされた1.25.0～1.64.xのバージョン）
* Acts_as_Solr：エージェントバージョン8.16.0で最後にサポートされたバージョン
-* 最後にサポートされたエージェント：8.16.0
+* authlogic：最後にサポートされたエージェント：8.16.0
* concurrent-ruby：1.1.5 以降
* Stripe：5.38.0以降
* Sunspot：エージェントバージョン8.16.0で最後にサポートされたバージョン
@@ -809,19 +809,29 @@ Rubyエージェントは他のNew Relic製品と統合して、エンドツー
|
- インテグレーション
+ 機能
|
+
+ |
+ [AIモニタリング](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Ruby エージェントと[`ruby-openai` gem](https://github.com/alexrudall/ruby-openai)を使用して AI データを収集できます。 この機能は Ruby エージェント バージョン 9.8.0 で導入され、 `ruby-openai`バージョン 3.4.0 をサポートします。 以上。
+ |
+
+
|
[ブラウザのモニタリング](/docs/browser/new-relic-browser/getting-started/introduction-browser-monitoring)
|
- [自動インストゥルメンテーションを有効化](/docs/browser/new-relic-browser/installation/install-browser-monitoring-agent#select-apm-app)すると、Rubyエージェントは自動的にブラウザJavaScriptエージェントを投入します。ブラウザインジェクションを有効化すると、[APMの概要ページ](/docs/apm/applications-menu/monitoring/apm-overview-page-view-transaction-apdex-usage-data)でブラウザデータを表示、特定のアプリに対してAPMとブラウザデータを素早く切り替えできます。設定オプションと手動インストゥルメンテーションについては、[BrowserとRubyエージェントのドキュメント](/docs/agents/ruby-agent/features/new-relic-browser-ruby-agent)をご覧ください。
+ [自動インストゥルメンテーションを有効にする](/docs/browser/new-relic-browser/installation/install-browser-monitoring-agent#select-apm-app) と、Ruby エージェントはbrowser JavaScript エージェントを自動的に挿入します。browserインジェクションを有効にすると、 [APMサマリー ページ](/docs/apm/applications-menu/monitoring/apm-overview-page-view-transaction-apdex-usage-data)で データを表示し、特定のアプリのAPMとブラウザデータをすばやく切り替えることができます。 設定オプションとマニュアルの説明については、 [browserとRubyエージェントのドキュメントを](/docs/agents/ruby-agent/features/new-relic-browser-ruby-agent)参照してください。
|
@@ -837,7 +847,7 @@ Rubyエージェントは他のNew Relic製品と統合して、エンドツー
|
- [合成のモニタリング](/docs/synthetics/synthetic-monitoring/getting-started/get-started-new-relic-synthetic-monitoring)
+ [合成モニタリング](/docs/synthetics/synthetic-monitoring/getting-started/get-started-new-relic-synthetic-monitoring)
|
diff --git a/src/i18n/content/jp/docs/browser/new-relic-browser/browser-apis/start.mdx b/src/i18n/content/jp/docs/browser/new-relic-browser/browser-apis/start.mdx
index 47af2adf94c..16bc1f2acbb 100644
--- a/src/i18n/content/jp/docs/browser/new-relic-browser/browser-apis/start.mdx
+++ b/src/i18n/content/jp/docs/browser/new-relic-browser/browser-apis/start.mdx
@@ -29,9 +29,9 @@ newrelic.start(value: string[]|undefined)
## 説明
-機能は`deferred`状態でロードできます。これは、エージェントが使用する構成ブロック`NREUM.init.`で適切な機能の`autoStart`プロパティを`false`に設定することで制御できます。この機能の状態は、イベントが監視されてエージェントに保存されますが、 `.start()` API メソッドで_指示されるまで NR1 に収集されないことを_意味します。機能名のリストについては、 [「機能名」]('#feature-names')を参照してください。機能を遅延状態に設定する方法を示す[例については、「例」]('#examples')を参照してください。
+機能は`deferred`状態でロードすることができ、これはエージェントが使用する設定ブロック`NREUM.init.`で適切な機能の`autoStart`プロパティを`false`に設定することで制御できます。 この機能の状態は、イベントが監視されてエージェントに保存されますが、 `.start()` API メソッドで_指示されるまで NR1 に収集されないことを_意味します。 機能[名のリストについては、「機能名」](#feature-names)を参照してください。 機能を遅延状態に設定する方法を示す[例については、「例」](#examples)を参照してください。
-有効な値を指定してこの関数を実行すると、ブラウザ エージェントは、 `autoStart: false`構成によって延期されていた関連機能を開始します。引数なしで呼び出された場合、メソッドは延期されているすべての機能を開始します。機能名を表す文字列のリストを指定して呼び出された場合は、その文字列に一致する機能名が開始されます。機能名のリストについては、 [「機能名」]('#feature-names')を参照してください。
+有効な値を指定してこの関数を実行すると、ブラウザエージェントは、 `autoStart: false`設定によって延期されていた関連機能を開始します。 引数なしで呼び出された場合、メソッドは延期されているすべての機能を開始します。 機能名を表す文字列のリストを指定して呼び出された場合は、その文字列に一致する機能名が開始されます。 機能名のリストについては、機能[名を](#feature-names)参照してください。
## パラメーター
diff --git a/src/i18n/content/jp/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx b/src/i18n/content/jp/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx
index 83e313e0661..63e81c6dbf1 100644
--- a/src/i18n/content/jp/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx
+++ b/src/i18n/content/jp/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx
@@ -79,7 +79,7 @@ LCP改善のためのアプローチ
* [LCP最適化に対するGoogleのアプローチ](https://web.dev/optimize-lcp/)。
* [Lighthouse](https://developers.google.com/web/tools/lighthouse) は、Googleが提供するツールで、特定のページに対して合成テストを行い、CLSを最適化する方法を含む推奨事項のリストを提供します。
-## 次のペイントへのインタラクション (INP)
+## 次のペイントへのインタラクション (INP) [#INP]
インタラクションから次のペイント (INP) は、ユーザーがページの存続期間中にクリック、タップ、キーボード インタラクションを介してページと対話した時間を計算します。 これは、実際のユーザーの行動に基づいて変化するフィールド メトリクス (結果はユーザーの焦りや行動のタイミングによって異なります) ですが、総ブロック時間 (TBT) を削減することで最適化できます。
diff --git a/src/i18n/content/kr/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx b/src/i18n/content/kr/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx
new file mode 100644
index 00000000000..1bbfb97fb12
--- /dev/null
+++ b/src/i18n/content/kr/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx
@@ -0,0 +1,85 @@
+---
+title: AI 모니터링을 위한 호환성 및 요구 사항
+metaDescription: Compatibility and requirements for AI monitoring
+freshnessValidatedDate: never
+translationType: machine
+---
+
+AI 모니터링을 통해 에이전트는 AI 데이터를 인식하고 캡처할 수 있습니다. AI 모니터링에는 AI 기반 앱에 사용한 언어에 따라 라이브러리 호환성 요구 사항이 다릅니다.
+
+분산 추적을 비활성화하거나 높은 수준의 보안 모드를 활성화하면 에이전트가 AI 데이터를 캡처하지 않습니다.
+
+
+ AI 및 AI 기반 기술은 현재 FedRAMP 인증을 받지 않았으므로 [FedRAMP 고객](/docs/security/security-privacy/compliance/certificates-standards-regulations/fedramp-moderate) 인 경우 AI 모니터링을 활성화하면 안 됩니다.
+
+
+## 호환 가능한 AI 라이브러리 [#compatibility]
+
+AI 모니터링은 다음 에이전트 버전 및 AI 라이브러리와 호환됩니다.
+
+
+
+
+ |
+ 에이전트 버전
+ |
+
+
+ 지원되는 라이브러리
+ |
+
+
+
+
+
+ |
+ [Go 버전 3.31.0 이상](/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements/#digital-intelligence-platform)
+ |
+
+
+ * [OpenAI 라이브러리 버전 1.19.4 이상으로 이동](https://github.com/sashabaranov/go-openai)
+ * [Go v2 버전 1.6.0 이상용 AWS SDK](https://github.com/aws/aws-sdk-go-v2)
+ |
+
+
+
+ |
+ [Node.js 버전 11.13.0 이상](/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent/#digital-intelligence-platform)
+ |
+
+
+ * [OpenAI Node.js API 라이브러리](https://www.npmjs.com/package/openai/v/4.0.0) 버전 4.0.0 이상. 모델이 스트리밍을 사용하는 경우 Node.js 에이전트는 버전 4.12.2 이상을 지원합니다.
+ * [JavaScript BedrockRuntime 클라이언트 버전 3.474.0용 AWS SDK](https://www.npmjs.com/package/@aws-sdk/client-bedrock-runtime) 이상
+ * [LangChain.js](https://www.npmjs.com/package/langchain/v/0.1.17) 버전 0.1.17 이상
+ |
+
+
+
+ |
+ [Python 버전 9.8.0 이상](/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent/#digital-intelligence-platform)
+ |
+
+
+ * [OpenAI](https://pypi.org/project/openai/) 라이브러리 버전 0.28.0 이상.
+ * [Python 버전 1.28.57 이상용 Boto3 AWS SDK](https://pypi.org/project/boto3/) .
+ * [LangChain](https://pypi.org/project/langchain/) 버전 0.1.0 이상.
+ |
+
+
+
+ |
+ [루비 버전 9.8.0 이상](/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks/#digital-intelligence-platform)
+ |
+
+
+ * [OpenAI gem](https://github.com/alexrudall/ruby-openai) 버전 3.4.0 이상
+ |
+
+
+
+
+## 다음은 뭐지? [#whats-next]
+
+* [AI 모니터링을 설치](/install/ai-monitoring) 하여 시작할 수 있습니다.
+* AI 모니터링 UI를 살펴보고 [AI 기반 앱을 개선하는 데](/docs/ai-monitoring/view-ai-data) 어떻게 도움이 될 수 있는지 알아보세요.
+* [드롭 필터를 설정하여](/docs/ai-monitoring/drop-sensitive-data) 데이터 규정 준수를 유지하는 방법을 알아보세요.
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/ai-monitoring/customize-agent-ai-monitoring.mdx b/src/i18n/content/kr/docs/ai-monitoring/customize-agent-ai-monitoring.mdx
new file mode 100644
index 00000000000..f936aa28230
--- /dev/null
+++ b/src/i18n/content/kr/docs/ai-monitoring/customize-agent-ai-monitoring.mdx
@@ -0,0 +1,140 @@
+---
+title: AI 모니터링을 위한 에이전트 사용자 정의
+metaDescription: You can apply certain configurations to your APM agents to change how your AI data appears in New Relic.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+[AI 모니터링을 설치](/install/ai-monitoring) 하면 에이전트의 기본 동작을 구성하거나 앱을 업데이트하여 다양한 종류의 데이터를 수집할 수 있습니다.
+
+## 에이전트 구성 [#configure-agents]
+
+다음 에이전트 설정 문서에서 AI 감시에 대한 기본 에이전트 동작을 업데이트하세요.
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-record-content)
+ * [`ConfigCustomInsightsEventsMaxSamplesStored`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#env-var-table)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-record-content)
+ * [`custom_insights_events.max_samples_stored`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#custom_events_max_samples_stored)
+ * [`span_events.max_samples_stored`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#span-events-max-samples-stored)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-record-content)
+ * [`event_harvest_config.harvest_limits.span_event_data`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#harvest-limits-span-event-data)
+ * [`event_harvest_config.harvest_limits.custom_event_data`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#harvest-limits-custom-event-data)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ai-monitoring-enabled)
+ * [`instrumentation.ruby_openai`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ruby-openai)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ai-monitoring-record-content)
+ * [`span_events.max_samples_stored`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#custom_insights_events-max_samples_stored)
+ * [`custom_insights_events.max_samples_stored`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#span_events-max_samples_stored)
+
+
+
+## 토큰 계산 방법 [#enable-token]
+
+`ai_monitoring.record_content.enabled` 비활성화하지 않은 경우 토큰 카운트 콜백 API를 구현할 필요가 없습니다.
+
+`ai_monitoring.record_content.enabled` 을 비활성화하면 에이전트가 뉴렐릭으로 AI 콘텐츠를 보내는 것이 중지되지만, 에이전트가 앱을 사용하여 클러스터 복제에 대한 개수를 전달하는 것도 방지됩니다. 앱 코드에 콜백을 구현하여 로컬에서 의미 개수를 결정한 다음 해당 정보를 뉴렐릭으로 전달할 수 있습니다.
+
+로컬에서 토큰 계산을 설정하는 예는 아래 문서를 참조하세요.
+
+
+
+ [`SetLLMTokenCountCallback`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.SetLLMTokenCountCallback)에 대한 Go API 문서를 참조하세요.
+
+
+
+ [`recordLlmFeedbackEvent`](https://newrelic.github.io/node-newrelic/API.html#recordLlmFeedbackEvent)에 대한 API 문서를 참조하세요.
+
+
+
+ [`set_llm_token_count_callback`](/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api) 에 대한 API 문서를 참조하세요.
+
+
+
+ [`NewRelic::Agent.set_llm_token_count_callback`](/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring-apis) 에 대한 API 문서를 참조하세요.
+
+
+
+## 사용자 피드백 방법 [#enable-feedback]
+
+최종 사용자가 AI 응답에 대한 피드백을 남길 수 있는 경우 이 데이터를 AI 모니터링 응답 테이블로 전달할 수 있습니다. 이를 위해 콜백 메서드를 사용하여 AI 이벤트 데이터의 트레이스 ID를 상호 연결하도록 앱 코드를 업데이트합니다.
+
+이러한 종류의 정보를 전달하려면 구현해야 하는 두 가지 방법이 있습니다.
+
+
+
+ 다음 내용은 Go API 문서를 참조하세요.
+
+ * [`GetTraceMetadata`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.getTraceMetadata)
+ * [`RecordLLMFeedbackEvent`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.RecordLLMFeedbackEvent)
+
+
+
+ 다음 사항에 대해서는 API 문서를 참조하세요.
+
+ * [`setLlmTokenCountCallback`](https://newrelic.github.io/node-newrelic/API.html#setLlmTokenCountCallback)
+ * [`getTraceMetadata`](https://newrelic.github.io/node-newrelic/API.html#getTraceMetadata)
+
+
+
+ 다음 사항에 대해서는 API 문서를 참조하세요.
+
+ * [`newrelic.agent.current_trace_id()`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent)
+ * [`record_llm_feedback_event`](/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api)
+
+
+
+ [`NewRelic::Agent.record_llm_feedback_event`](/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring-apis/#user-feedback)에 대한 API 문서를 참조하세요.
+
+
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/ai-monitoring/drop-sensitive-data.mdx b/src/i18n/content/kr/docs/ai-monitoring/drop-sensitive-data.mdx
new file mode 100644
index 00000000000..db0ae877833
--- /dev/null
+++ b/src/i18n/content/kr/docs/ai-monitoring/drop-sensitive-data.mdx
@@ -0,0 +1,274 @@
+---
+title: 드롭 필터를 사용하여 민감한 데이터 제거
+metaDescription: Drop filters prompts AI monitoring to drop attributes containing sensitive data.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiDropFilterModal from 'images/ai_screenshot-crop_drop-filter-modal.webp'
+
+import aiDropFilterTable from 'images/ai_screenshot-crop_drop-filter-table.webp'
+
+민감한 AI 데이터를 뉴렐릭으로 보내기 전에 삭제할 수 있는 두 가지 옵션이 있습니다. 이 문서에서는 에이전트가 수집하는 데이터 종류를 더 잘 제어할 수 있도록 이 두 가지 방법을 안내합니다.
+
+## 장애를 입히다 `ai.monitoring.record_content_enabled` [#disable-event]
+
+`ai_monitoring.record_content.enabled` 를) 비활성화하면 최종 사용자 프롬프트 및 AI 응답이 포함된 이벤트 데이터가 NRDB로 전송되지 않습니다. [AI 시뮬레이션 설정 문서](/docs/ai-monitoring/customize-agent-ai-monitoring) 에서 에이전트 설정에 대해 자세히 알아볼 수 있습니다.
+
+## 드롭 필터 생성 [#create-filter]
+
+
+ 데이터 삭제를 결정할 때는 주의하십시오. 삭제한 데이터는 복구할 수 없습니다. 이 기능을 사용하기 전에 [데이터 규정 준수 책임을 검토하세요](#responsibilities).
+
+
+단일 드롭 필터는 하나의 이벤트 유형 내에서 지정된 속성을 목표로 하지만 단일 AI의 민감한 정보는 여러 이벤트에 저장됩니다. 정보가 NRDB에 들어가기 전에 삭제하려면 6개의 별도 삭제 필터가 필요합니다.
+
+
+
+1. **[one.newrelic.com](https://one.newrelic.com) > All capabilities > AI monitoring > Drop filters**
+
+ 으로 이동한 다음
+
+ **Create drop filter**
+
+ 클릭하세요.
+
+2. 필터 이름을 만듭니다. 한 종류의 데이터에는 6개 이상의 삭제 필터가 필요하므로 데이터를 삭제하는 이벤트를 추적하는 데 도움이 되는 명명 규칙을 사용하는 것이 좋습니다.
+
+3. 기본 NRQL 쿼리에 붙여넣습니다.
+
+ ```sql
+ SELECT FROM WHERE RLIKE
+ ```
+
+4. 표를 참조하여 속성 및 이벤트와 일치하도록 `` 및 `` 플레이스홀더를 업데이트합니다. 예를 들어:
+
+ ```sql
+ SELECT content FROM LlmChatCompletionMessage WHERE content RLIKE
+ ```
+
+5. 삭제하려는 정보 종류에 해당하는 정규식을 추가하세요. 예를 들어 IPv4 주소를 대상으로 하는 경우 완성된 쿼리는 다음과 같아야 합니다.
+
+ ```sql
+ SELECT content FROM LlmChatCompletionMessage WHERE content RLIKE ^([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})$
+ ```
+
+6. 위 단계를 반복하여 나머지 이벤트 및 열 쌍에 대한 삭제 필터를 만듭니다.
+
+## 드롭 필터 작동 방식 [#drop-rules-work]
+
+삭제 필터는 데이터 수집 파이프라인 내에서 에이전트가 전달한 데이터를 평가합니다. 드롭 필터는 세 부분으로 구성됩니다.
+
+* **이벤트**: 귀하의 시스템 내에 있는 블록결합에서 저장된 기록입니다.
+* **속성** 또는 열: 데이터 개체에 첨부된 핵심 가치 쌍입니다.
+* **Regex**: 정보 종류에 해당하는 문자 및 연산자의 문자열입니다.
+
+### 이벤트 및 속성
+
+일반적인 AI 모듈 결합에서 모듈 또는 요청은 개별 이벤트로 기록되는 특정 프로세스(예: 포함)를 거칩니다. 예를 들어, 고객이 파일에 있는 거리 주소를 요청한다고 가정해 보겠습니다. 모델은 다양한 서비스와 데이터베이스를 통해 추가 컨텍스트를 가져오는 프롬프트를 처리합니다. 그러면 AI 도우미가 요청한 정보가 포함된 응답을 가지고 돌아옵니다.
+
+
+
+중요한 정보에 대한 전체 삭제 필터 세트에는 삭제 필터 테이블에 제공된 6개 이벤트에 대한 쿼리가 포함되어야 합니다. 각 이벤트에 대해 속성이 두 개 이상인 경우 속성에 대해 별도의 필터를 생성해야 합니다. 드롭 필터는 특정 행의 이벤트 및 열 쌍에 해당합니다. 기억해야 할 몇 가지 사항:
+
+* `content` 열은 `LlmEmbedding` 이벤트가 아닌 `LlmChatCompletionMessage` 이벤트에 나타납니다.
+* `messages` 열은 `LlmFeedbackMessage` 에만 표시되고 `LlmTool` 에는 표시되지 않습니다.
+* 이 규칙의 예외는 `LlmEmbedding` 및 `LlmTool` 모두에 나타나는 `input` 속성입니다.
+
+### 정규식
+
+에이전트의 기본 동작은 이벤트 데이터를 뉴렐릭으로 보내기 전에 이벤트 데이터의 모든 부분을 캡처하는 것이므로 민감한 정보를 정규 표현식과 일치시키도록 수집 파이프라인을 지시해야 합니다. 정규식을 사용하여 속성을 타겟팅하면 데이터베이스에 민감한 정보를 저장하지 않고도 이벤트 자체를 캡처할 수 있습니다.
+
+첫 번째 쿼리 작성을 시작하려면 아래 정규식을 참조하세요.
+
+
+
+ **표현:**
+
+ ```
+ (\d{10})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ (\d{3}[-\s\.]?\d{3}[-\s\.]?\d{3})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ([a-zA-Z0-9!#$'*+?^_`{|}~.-]+(?:@|%40)(?:[a-zA-Z0-9-]+\.)+[a-zA-Z0-9-]+)
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ([a-zA-Z]){5}([0-9]){4}([a-zA-Z]){1}?
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ([2-9]{1}[0-9]{3}\s\d{4}\s\d{4})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ (d{4}\sd{4}\sd{4})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ([a-zA-Z]?[-\s]?\d{7,8}[-\s]?[a-zA-Z])
+ ```
+
+
+
+ **표현:**
+
+ ```
+ (\d{3}[-\s\.]?\d{2}[-\s\.]?\d{4})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ([a-zA-Z]{2}[-\s]?\d{2}[-\s]?\d{2}[-\s]?\d{2}[-\s]?[a-dA-D])
+ ```
+
+
+
+ **표현:**
+
+ ```
+ \d{1,}(\s{1}\w{1,})(\s{1}?\w{1,})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ (^[\+]?[1]?[\W]?[(]?[0-9]{3}[)]?[-\s\.]?[0-9]{3}[-\s\.]?[0-9]{4})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ([a-zA-Z]?\d?\d{5,8})
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ((?:\d{2})?\d\d(?:\\)?(?:\/)?\d\d(?:\\)?(?:\/)?\d{2}(?:\d{2})?)
+ ```
+
+
+
+ **표현:**
+
+ ```
+ ((?:(?:4\d{3})|(?:5[1-5]\d{2})|6(?:011|5[0-9]{2}))(?:-?|\040?)(?:\d{4}(?:-?|\040?)){3}|(?:3[4,7]\d{2})(?:-?|\040?)\d{6}(?:-?|\040?)\d{5})
+ ```
+
+
+
+## 귀하의 데이터 규정 준수 책임 [#responsibilities]
+
+뉴렐릭은 이 기능이 데이터 공개 문제를 완전히 해결한다고 보장할 수 없으며 NRQL 쿼리 구축에 대한 지원도 제공할 수 없습니다. 다음을 수행하는 것이 좋습니다.
+
+* 삭제 필터를 검토하고 삭제하려는 데이터를 정확하게 식별하고 삭제하는지 확인하세요.
+* 삭제 필터를 만든 후에도 여전히 민감한 정보가 삭제되고 있는지 확인하세요.
+
+삭제 필터는 최종 사용자에 대한 개인 정보가 NRDB에 저장되지 않도록 하는 데 도움이 되지만 규칙 자체를 만드는 것은 데이터 또는 시스템의 형식을 포함하여 유지 관리하는 데이터 종류를 암시합니다. 특정 권한을 통해 사용자는 귀하가 생성한 규칙의 모든 정보를 보고 편집할 수 있으므로 이는 조직의 특정 사용자에 대한 제어 권한을 결정할 때 중요합니다.
+
+## 다음은 뭐지? [#whats-next]
+
+이제 고객의 데이터를 보호했으므로 AI 모니터링을 탐색할 수 있습니다.
+
+* [AI 데이터를 탐색하는 방법을 알아보세요](/docs/ai-monitoring/view-ai-data).
+* 데이터 수집을 조정하고 싶으십니까? [AI 모니터링 구성 방법에 대해 알아보세요](/docs/ai-monitoring/customize-agent-ai-monitoring).
+* 로그를 활성화하셨나요? 로그에서 [민감한 정보를 난독화하는](/docs/logs/ui-data/obfuscation-ui) 방법을 알아보거나 [민감한 정보가 포함된 경우 전체 로그 메시지를 제거하는](/docs/logs/ui-data/drop-data-drop-filter-rules) 방법을 알아보세요.
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/ai-monitoring/intro-to-ai-monitoring.mdx b/src/i18n/content/kr/docs/ai-monitoring/intro-to-ai-monitoring.mdx
new file mode 100644
index 00000000000..44380c42a7c
--- /dev/null
+++ b/src/i18n/content/kr/docs/ai-monitoring/intro-to-ai-monitoring.mdx
@@ -0,0 +1,54 @@
+---
+title: AI 모니터링 소개
+metaDescription: 'AI monitoring lets you observe the AI-layer of your tech stack, giving you a holistic overview of the health and performance of your AI-powered app.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiTraceViewIntroPage from 'images/ai_screenshot-full_trace-view-intro-page.webp'
+
+import aiAIResponsesOverview from 'images/ai_screenshot-full_AI-responses-overview.webp'
+
+사람들이 인공 지능에 대해 이야기할 때 의미하는 바는 다를 수 있습니다. 뉴롤릭에서 AI라는 말은 임시 사용자 모델을 수신할 때 응답을 생성하기 위해 LLM(거북 언어 모델)을 사용하는 환경 계층을 의미합니다. AI 모니터링은 AI 기반 앱에 대한 엔드투엔드 가시성을 제공하는 APM 솔루션입니다.
+
+AI 모니터링을 사용하면 AI 앱을 구동하는 엔진의 성능을 측정하여 사용자에게 최상의 경험을 제공할 수 있습니다. 시작하려면 APM 에이전트 중 하나를 설치하고 AI 모니터링을 활성화하기만 하면 됩니다.
+
+
+
+
+ **[one.newrelic.com](https://one.newrelic.com) > AI monitoring > AI responses** 이동한 후 응답 행을 선택하세요.
+
+
+## AI 모니터링은 어떻게 작동하나요? [#how-it-works]
+
+AI 모니터링을 시작하려면 APM 에이전트 중 하나를 설치하여 앱을 소모하세요. 측정, 사용량은 앱을 측정할 수 있으며 에이전트가 앱 동작에 대한 데이터를 캡처할 수 있음을 의미합니다. 로그가 적용된 후에는 설정 수준에서 AI 모니터링을 활성화해야 합니다.
+
+AI 모니터링을 활성화하면 에이전트가 AI 이벤트와 관련된 AI 메타데이터를 인식할 수 있습니다. AI가 프롬프트를 수신하고 응답을 반환하면 에이전트는 외부 LLM 및 벡터 저장소에서 생성된 데이터를 인식하고 토큰 사용에 대한 정보를 구문 분석할 수 있습니다.
+
+## AI 모니터링으로 AI 성능 향상 [#improve-performance]
+
+
+
+
+ AI 기반 앱의 성능을 개요하려면 **[one.newrelic.com](https://one.newrelic.com) > AI monitoring > AI responses** 으로 이동하세요.
+
+
+AI 모니터링은 AI 앱 성능에 대한 중요한 질문에 답하는 데 도움이 될 수 있습니다. 최종 사용자가 응답을 너무 오래 기다리고 있습니까? 최근 토큰 사용량이 급증했나요? 특정 주제에 대해 부정적인 사용자 피드백 패턴이 있습니까? AI 모니터링을 사용하면 AI 계층과 관련된 데이터를 볼 수 있습니다.
+
+* 응답 테이블 [에서 특정 모듈과 응답 복합체의 오류를 식별합니다](/docs/ai-monitoring/view-ai-data/#ai-responses) . 오류가 발생하면 [트레이스 워터폴 보기를](/docs/ai-monitoring/view-ai-data/#ai-response-trace-view) 열어 응답 생성 시 AI 기반 앱이 수행하는 메소드 및 호출 범위를 지정하세요.
+* 귀하의 AI에 대한 피트니스 기관이 활동하는 경우, [업데이트 이후 사용량이 급증했거나 감소했는지 추적](/docs/ai-monitoring/view-ai-data) 할 수 있습니다. AI 모니터링을 사용하면 비용을 절감하는 결정을 내릴 수 있습니다.
+* 개발 단계에서 앱을 미세 조정하고 있지만 프로덕션에 들어가기 전에 비용 및 성능 효율성을 원할 수도 있습니다. 다양한 앱 환경에서 다양한 모델을 사용하는 경우 [구현하다, 배포하기 전에 앱의 비용과 성능을 비교할](/docs/ai-monitoring/view-ai-data/#model-comparison) 수 있습니다.
+
+## AI 모니터링 시작하기 [#get-started]
+
+시작할 준비가 되셨나요? [AI 라이브러리 또는 프레임워크를 사용할 수 있는지 확인](/docs/ai-monitoring/compatibility-requirements-ai-monitoring) 하세요. 이미 앱을 다운로드한 경우 에이전트를 업데이트해야 할 수도 있습니다.
+
+준비가 되면 당사 문서를 사용하여 [AI 모니터링을 수동으로 설치하십시오](/install/ai-monitoring). 이 문서에서는 APM 에이전트 설치 관련 절차를 안내한 다음 AI 모니터링을 위한 에이전트 구성 과정을 안내합니다.
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/ai-monitoring/view-ai-data.mdx b/src/i18n/content/kr/docs/ai-monitoring/view-ai-data.mdx
new file mode 100644
index 00000000000..45ecf6a8e7c
--- /dev/null
+++ b/src/i18n/content/kr/docs/ai-monitoring/view-ai-data.mdx
@@ -0,0 +1,204 @@
+---
+title: 뉴렐릭에서 AI 데이터 보기
+metaDescription: 'AI monitoring lets you observe the AI-layer of your tech stack, giving you a holistic overview of the health and performance of your AI-powered app.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiIntroAiUi from 'images/ai_screenshot-full_intro-ai-ui.webp'
+
+import aiTimeseriesBillboard from 'images/ai_screenshot-crop_timeseries-billboard.webp'
+
+import aiCroppedImageofAIBillboards from 'images/ai_screenshot-crop_billboard.webp'
+
+import aiCroppedImageofAItimeseries from 'images/ai_screenshot-crop_Cropped-image-of-AI-timeseries.webp'
+
+import aiAIEntitiesPage from 'images/ai_screenshot-crop_AI-entities-page.webp'
+
+import aiTopleveAiResponsesSummary from 'images/ai_screenshot-crop_topleve-ai-responses-summary.webp'
+
+import aiResponseTable from 'images/ai_screenshot-crop_response-table.webp'
+
+import aiTraceViewAiResponse from 'images/ai_screenshot-full_trace-view-ai-response.webp'
+
+import aiTraceWaterfallPageSpanDetails from 'images/ai_screenshot-crop_trace-waterfall-page-span-details.webp'
+
+import aiTraceWaterfallPageErrorDetails from 'images/ai_screenshot-crop_trace-waterfall-page-error-details.webp'
+
+import aiAiModelComparisonPage from 'images/ai_screenshot-full_ai-model-comparison-page.webp'
+
+[AI 모니터링을](/docs/ai-monitoring/intro-to-ai-monitoring) 활성화하면 에이전트가 앱의 AI 계층에 대한 성능 지표 및 트레이스 데이터를 인식하고 캡처할 수 있습니다. AI 모니터링을 사용하면 AI 기반 앱에서 토큰 사용량, 완료 횟수 및 AI 응답 시간을 추적할 수 있습니다. 오류나 부정확한 응답이 표시되는 경우, 주어진 문자열-응답에 대한 트레이스 수준 보기로 범위를 지정하여 AI 서비스 논리의 문제를 식별할 수 있습니다.
+
+
+
+**[one.newrelic.com](https://one.newrelic.com) > All Capabilities > AI monitoring** 으로 이동하여 데이터를 볼 수 있습니다. 다음 세 가지 페이지에서 데이터를 볼 수 있습니다.
+
+* **AI responses**
+
+ : 모든 AI 분해에서 집계된 데이터를 개요합니다. AI 응답 시간 및 의미를 추적하거나 개별 활동 및 응답에 대한 데이터를 확인하세요.
+
+* **AI entities**
+
+ : 전체 보고 AI 데이터의 테이블 요약을 확인합니다. 오류율, 처리량, 앱 응답 시간 등 표준 APM 데이터를 참조하세요. 부분을 선택하면 APM **AI responses** 페이지 탐색을 시작할 수 있습니다.
+
+* **Compare models**
+
+ : 서로 다른 모델 간의 사용법, 응답 시간 및 오류를 비교합니다. A/B 테스트를 수행하는 경우 AI 기반 앱에 대한 결정을 내리는 데 필요한 모든 정보를 얻을 수 있습니다.
+
+## AI 응답 페이지 [#ai-responses]
+
+최상위 **AI responses** 페이지에는 AI 데이터가 집계되어 표시됩니다. 집계된 데이터는 모든 보고 AI 데이터에 걸쳐 평균 총 응답, 응답 시간 및 응답당 사용량을 취합니다. 이 페이지에서 응답은 프롬프트가 제공될 때 AI 기반 앱의 출력을 나타냅니다.
+
+다양한 AI 프레임워크를 다양하게 구현한 여러 앱을 소유하고 있다면 AI 모델의 성능에 대한 일반적인 이해를 얻을 수 있습니다.
+
+### 총 응답, 평균 응답 시간 및 의미 사용량을 추적합니다.
+
+
+
+세 개의 타일은 AI의 반응에 대한 일반적인 성능 지표를 보여줍니다. 이러한 타일은 문제의 정확한 원인을 알려주지 못할 수도 있지만 앱의 성능에서 이상 작용을 식별하는 데 유용합니다.
+
+
+
+* 총 응답 수가 감소하거나 평균 응답 시간이 증가한 경우 AI 도구 체인의 일부 기술로 인해 AI 기반 앱이 응답을 게시하지 못했음을 의미할 수 있습니다.
+* 응답당 평균 의미 사용량이 감소하거나 증가하면 모델이 응답을 생성하는 방법을 알 수 있습니다. 어쩌면 너무 많은 맥락을 끌어당겨 응답을 생성하는 동안 토큰 비용이 상승할 수도 있습니다. 어쩌면 응답이 너무 빈약하여 토큰 비용이 낮아지고 도움이 되지 않는 응답이 발생할 수도 있습니다.
+
+### 시계열 그래프 조정
+
+
+
+시계열 그래프를 참조하면 비정상적인 행동이 처음 나타나는 시기를 더 잘 시각화할 수 있습니다.
+
+* 스파이크 또는 드롭 위로 드래그하여 시계열 그래프를 조정합니다. 이는 시계열의 범위를 특정 시간 창으로 지정합니다.
+* 다양한 성능에 대한 비교 분석을 실행하려면 드롭다운을 선택하세요. 총 응답, 평균 응답 시간 또는 응답당 평균 응답 중에서 선택할 수 있습니다.
+* [피드백 기능을](/docs/ai-monitoring/customize-agent-ai-monitoring) 활성화한 경우 그래프 범위를 지정하여 긍정적인 피드백과 부정적인 피드백을 기준으로 응답을 분석할 수 있습니다.
+
+### 개별 AI 응답 평가
+
+귀하의 AI 응답 테이블은 귀하의 최적 사용자와 AI 앱 사이의 블록결합에 대한 데이터를 정리합니다. 모듈 결합이 발생한 시기, 해당 응답과 쌍을 이루는 모듈, 완료 및 단위 개수, 모듈을 수신한 모델을 볼 수 있습니다.
+
+
+
+오른쪽 상단의 톱니바퀴 아이콘을 클릭하여 테이블 열을 조정할 수 있습니다. 이를 통해 분석하려는 데이터 종류를 선택할 수 있습니다.
+
+응답 테이블은 개별 응답에 대한 트레이스 데이터를 보기 위한 시작점입니다. 특정 응답의 트레이스 보기를 열려면 테이블의 행을 클릭하세요.
+
+### AI 트레이스 보기
+
+
+
+AI 응답 트레이스 보기는 앱이 응답을 생성하는 방법에 대한 트레이스 수준 인사이트를 제공합니다. 오류가 발생한 위치를 식별하기 위해 트레이스 보기를 보고 싶을 수도 있고, 높은 응답에서 부정적인 피드백을 초래한 원인을 이해하고 싶을 수도 있습니다. 트레이스 보기에서는 다음을 수행할 수 있습니다.
+
+* 트레이스나 로그인 중에서 선택하세요. 로그를 선택할 때 추가로 조사하려는 텍스트 문자열이나 속성을 로그 내에서 쿼리합니다.
+
+* 응답 세부정보 또는 메타데이터 간을 전환합니다. 응답 세부 정보 열에는 트레이 및 범위에 대한 컨텍스트를 유지할 수 있도록 사용자 요청 및 AI 응답이 표시됩니다. 메모데이터는 부품 GUID, 모델, 역할, 공급업체에 대한 목록 보기를 제공합니다.
+
+* 오류가 발생하면 폭포 보기에서 해당 행이 빨간색으로 강조 표시됩니다. 범위의 오류 세부정보를 포함하여 범위 데이터를 열려면 행을 선택하세요.
+
+
+
+
+
+
+
+
+
+
+
+## AI 분할 페이지 [#entities]
+
+AI 분리 페이지는 현재 보고 중인 AI 데이터를 모두 테이블로 정리합니다. 이 페이지에는 응답 시간, 처리량, 오류율과 함께 AI 앱이 표시됩니다.
+
+
+
+
+ AI 데이터를 보고하는 부분 보기: **[one.newrelic.com](https://one.newrelic.com) > All Capabilities > AI Monitoring**으로 이동합니다.
+
+
+AI 부분을 선택하면 해당 앱의 APM 요약 페이지로 이동됩니다. **APM summary page** 의 왼쪽 탐색 메뉴에서 **AI monitoring** 선택합니다.
+
+### APM AI 응답 페이지 [#apm-ai-response]
+
+AI 부분을 선택하면 APM 요약 페이지로 이동합니다. AI 데이터를 찾으려면 왼쪽 탐색 메뉴에서 **AI responses** 선택하세요. 특정 AI가 이상 작동에 기여한 것을 확인한 경우 이 페이지를 사용하는 것이 좋습니다.
+
+* AI 응답의 APM 버전에는 최상위 AI 응답 페이지와 동일한 타일, 시계열 그래프, 응답 테이블이 포함되어 있습니다.
+* APM AI 응답 페이지에는 집계된 데이터를 표시하는 대신 AI 분해에서 선택한 서비스로 범위가 지정된 데이터가 표시됩니다.
+* 최상위 AI 응답 페이지에서는 모든 AI 부분에 걸쳐 서비스별로 필터링할 수 있지만, APM AI 응답 페이지에서는 필터 기능을 앱 자체 속성으로 제한합니다.
+
+AI 데이터를 탐색하는 방법을 검토하려면 이전 [AI 응답 섹션](#ai-responses) 에서 설명한 것과 동일한 패턴을 따를 수 있습니다.
+
+## 모델 비교 페이지 [#model-comparison]
+
+모델 비교 페이지에서는 테스트 중인 사용 사례에 따라 성능을 분석할 수 있는 유연성을 제공합니다. 다음을 수행할 수 있습니다.
+
+* 모든 서비스의 평균 성능과 앱 내에서 한 모델의 성능을 비교해 보세요.
+* 구성원 엔지니어링 중 다양한 구성원을 테스트할 때 A/B 테스트를 수행합니다. 예를 들어, 하나의 프롬프트 세트가 있는 한 기간 동안 모델의 성능과 정확성을 두 번째 프롬프트 세트가 있는 다른 기간과 비교합니다.
+* 고객 트래픽이 최고조에 달했던 특정 기간 동안 모델의 성능을 평가합니다.
+
+
+
+이 페이지에서는 모델 비교 데이터의 범위를 단일 계정으로 지정한다는 점을 명심하세요. 조직에 여러 AI 기반 앱을 소유한 여러 계정이 있는 경우 해당 계정 간의 모델 데이터를 비교할 수 없습니다.
+
+### 모델 비용 이해
+
+모델 비용 열은 완료 이벤트를 두 부분, 즉 모델에 제공되는 프롬프트와 모델이 최종 사용자에게 전달하는 최종 응답으로 분류합니다.
+
+* **Tokens per completion**
+
+ : 모든 완료 이벤트에 대한 토큰 평균입니다.
+
+* **Prompt tokens**
+
+ : 프롬프트의 토큰 평균입니다. 이 평균에는 헤드폰 엔지니어 및 최적 사용자가 만든 항목이 포함됩니다.
+
+* **Completion tokens**
+
+ : 최종 사용자에게 전달되는 응답을 생성할 때 모델이 소비하는 토큰 수입니다.
+
+이 열을 분석할 때 완료 토큰 및 프롬프트 토큰 값은 완료당 토큰 값과 동일해야 합니다.
+
+## 다음은 뭐지? [#whats-next]
+
+이제 데이터를 찾는 방법을 알았으므로 AI 모니터링이 제공하는 다른 기능을 탐색할 수 있습니다.
+
+* 민감한 정보가 걱정되시나요? [드롭 필터를 설정하는 방법을 알아보세요](/docs/ai-monitoring/drop-sensitive-data).
+* 앱의 AI 응답에 대한 사용자 피드백 정보를 뉴렐릭으로 전달하려면 [안내에 따라 앱 코드를 업데이트하여 UI에서 사용자 피드백을 받으세요](/docs/ai-monitoring/customize-agent-ai-monitoring).
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx b/src/i18n/content/kr/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
index 9fe6482b020..8514d7888b1 100644
--- a/src/i18n/content/kr/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
+++ b/src/i18n/content/kr/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
@@ -834,6 +834,10 @@ import accountsMigrateSlackRemoveLegacy from 'images/accounts_screenshot-crop_sl
### ServiceNow 애플리케이션 대상 설정 [#servicenow-destination]
+
+ 새 대상을 생성할 수 있는 액세스 권한이 없는 경우 도움을 받으려면 계정 이름과 계정 번호를 포함하여 [통지Workflows@newrelic.com](mailto:notificationWorkflows@newrelic.com) 으로 이메일을 보내십시오.
+
+
ServiceNow 대상을 생성하려면 다음 단계를 따르십시오.
1. ServiceNow 스토어에서 New Relic 애플리케이션을[다운로드](https://store.servicenow.com/sn_appstore_store.do#!/store/application/d117597d1b9b9d9078faddf7b04bcba7/1.0.0?referer=%2Fstore%2Fsearch%3Flistingtype%3Dallintegrations%25253Bancillary_app%25253Bcertified_apps%25253Bcontent%25253Bindustry_solution%25253Boem%25253Butility%25253Btemplate%26q%3Dnew%2520relic&sl=sh) 하고 설치합니다.
diff --git a/src/i18n/content/kr/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx b/src/i18n/content/kr/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
index ff1b2268902..fc58470e612 100644
--- a/src/i18n/content/kr/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
+++ b/src/i18n/content/kr/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
@@ -509,7 +509,7 @@ New Relic은 [Golang 1.19 이상을](https://go.dev/doc/devel/release) 지원합
## 데이터베이스 및 인스턴스 수준 성능
-New Relic은 [다양한 데이터베이스 및 데이터베이스 드라이버에 대한 인스턴스 세부 정보를](/docs/apm/applications-menu/features/analyze-database-instance-level-performance-issues)수집합니다. 특정 인스턴스 및 데이터베이스 정보 유형을 볼 수 있는 기능 에이전트 버전에 따라 다릅니다.
+뉴렐릭은 [다양한 데이터베이스 및 데이터베이스 드라이버에 대한 세부 정보를](/docs/apm/applications-menu/features/analyze-database-instance-level-performance-issues) 수집합니다. 의 특정 인스턴스와 데이터베이스 정보 유형을 볼 수 있는 기능은 에이전트 버전에 따라 다릅니다.
New Relic Go 에이전트 [버전 1.4 이상](/docs/release-notes/agent-release-notes/go-release-notes/go-agent-14) 은 모든 데이터베이스 드라이버에 대한 인스턴스 세부 정보를 지원합니다.
@@ -525,12 +525,25 @@ Go 에이전트는 다른 기능과 통합되어 전체 스택에서 관찰 가
- 완성
+ 능력
|
|
+
+ |
+ [AI 모니터링](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Go 에이전트 버전 3.31.0 이상을 사용하는 경우 특정 AI 라이브러리 및 프레임워크에서 AI 데이터를 수집할 수 있습니다.
+
+ * [OpenAI 라이브러리 버전 3.4.0으로 이동](https://github.com/sashabaranov/go-openai) 이상
+ * [Go v2 버전 1.6.0 이상용 AWS SDK](https://github.com/aws/aws-sdk-go-v2)
+ |
+
+
|
[인프라 모니터링](/docs/infrastructure/new-relic-infrastructure/getting-started/introduction-new-relic-infrastructure)
@@ -563,7 +576,7 @@ Go 에이전트는 다른 기능과 통합되어 전체 스택에서 관찰 가
|
|
- [](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
+ [브라우저 모니터링](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
|
diff --git a/src/i18n/content/kr/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx b/src/i18n/content/kr/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
index 9fa27ff7651..f0f427534fb 100644
--- a/src/i18n/content/kr/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
+++ b/src/i18n/content/kr/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
@@ -217,6 +217,8 @@ Java 에이전트를 설치하기 전에 시스템이 다음 요구 사항을
* 최신 버전으로 Spring 3.0.0.RELEASE
+ * 스프링 배치 4.0.0부터 최신까지
+
* Spring Web Services 1.5.7에서 최신 버전으로
* Spring Webflux 5.0.0.릴리스 - 최신 버전
@@ -231,7 +233,7 @@ Java 에이전트를 설치하기 전에 시스템이 다음 요구 사항을
* 지오
- * 스칼라 2.13: 1.0.9 - 2.0.0-M2
+ * 스칼라 2.13: 1.0.9부터 최신까지
**Exception:** `getBulk()` API 메서드 호출에 대해서는 인스턴스 수준 정보가 보고되지 않습니다.
Java 에이전트는 이러한 데이터베이스 드라이버에 대한 느린 쿼리 추적 및 트랜잭션 추적에 대한 데이터베이스 이름 및 데이터베이스 서버/식별자 특성을 보고합니다. 추가 데이터 저장소에서 인스턴스 수준 정보를 요청하려면 [support.newrelic.com](https://support.newrelic.com) 에서 지원을 받으십시오.
@@ -427,7 +429,7 @@ Java 에이전트를 설치하기 전에 시스템이 다음 요구 사항을
* EJB Session Beans 3.0 이상
* JMX
* JSP(자바 서버 페이지) 2.0-3.0
- * [스칼라](/docs/agents/java-agent/frameworks/scala-installation-java) 2.9.3 - 2.13.x
+ * [스칼라](/docs/agents/java-agent/frameworks/scala-installation-java) 2.9.3부터 최신까지
@@ -455,7 +457,7 @@ Java 에이전트는 다른 New Relic 제품과 통합되어 엔드 투 엔드
|
- [자동 계측을 활성화](/docs/browser/new-relic-browser/installation/install-new-relic-browser-agent#select-apm-app)하면 Java 에이전트가 자동으로 브라우저 JavaScript 에이전트를 삽입합니다. 브라우저 삽입을 활성화한 후 [APM 요약 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page)에서 브라우저 데이터를 보고 특정 앱에 대한 APM과 브라우저 데이터 간에 빠르게 전환할 수 있습니다. 구성 옵션 및 수동 계측에 대해서는 [및 Java 에이전트](/docs/agents/java-agent/instrumentation/page-load-timing-java)를 참조하십시오.
+ 중력 에이전트는 [자동 측정, 자동 로그를 활성화](/docs/browser/new-relic-browser/installation/install-new-relic-browser-agent#select-apm-app) 할 때 브라우저 JavaScript 에이전트를 자동으로 주입합니다. 브라우저를 활성화한 후 [APM 요약 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page) 에서 브라우저 데이터를 보고 특정 앱에 대한 APM 과 브라우저 데이터 간에 빠르게 전환할 수 있습니다. 설정 옵션 및 수동 측정, 로그는 [및 에이전트를](/docs/agents/java-agent/instrumentation/page-load-timing-java) 참조하세요.
|
diff --git a/src/i18n/content/kr/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx b/src/i18n/content/kr/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
index 3f6d3790b0a..7b667f053e1 100644
--- a/src/i18n/content/kr/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
+++ b/src/i18n/content/kr/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
@@ -298,7 +298,7 @@ Node.js 에이전트는 [npm(Node Package Manager) 저장소](https://npmjs.org/
>
Node.js 에이전트는 기본 `http` 및 `fetch` 모듈을 계측합니다. 게다가 인기 있는 [undici](https://www.npmjs.com/package/undici) 클라이언트도 지원됩니다.
- **참고**: `fetch` 및 `undici` 모두 [버전 11.1.0](/docs/release-notes/agent-release-notes/nodejs-release-notes/node-agent-11-1-0) 부터 지원됩니다.
+ **Note**: `fetch` 및 `undici` 모두 [버전 11.1.0](/docs/release-notes/agent-release-notes/nodejs-release-notes/node-agent-11-1-0) 부터 지원됩니다.
[aws-sdk를](https://www.npmjs.com/package/aws-sdk) 사용하는 Amazon Web Services(AWS)에 대한 모든 호출이 추적됩니다.
@@ -602,7 +602,7 @@ Node.js 에이전트는 [npm(Node Package Manager) 저장소](https://npmjs.org/
>
[TypeScript](https://www.npmjs.com/package/typescript) 는 JavaScript로 컴파일할 수 있는 프로그래밍 언어입니다. 설치 후 Node.js 에이전트는 자동으로 TypeScript 앱을 계측하여 즉시 성능 데이터에 즉시 액세스할 수 있습니다.
- [ES 모듈](https://nodejs.org/api/esm.html#introduction) 은 공유/재사용을 위해 JavaScript 코드를 패키징하는 공식 표준입니다. Node.js 에이전트는 Node.js 버전 16.12.0을 실행하는 ES 모듈 애플리케이션을 **실험적** 으로 지원합니다. 이상 및 에이전트 버전 9.1.0 또는 더 높게. 추가 정보 및 지침은 [ES 모듈 설명서](/docs/apm/agents/nodejs-agent/installation-configuration/es-modules) 를 참조하십시오.
+ [ES 모듈은](https://nodejs.org/api/esm.html#introduction) 공유/재사용을 위해 JavaScript 코드를 패키징하기 위한 공식 표준입니다. Node.js 에이전트는 Node.js 버전 16.12.0을 실행하는 ES 모듈 애플리케이션에 대한 **experimental** 지원을 제공합니다. 이상 및 에이전트 버전 9.1.0 또는 더 높게. 추가 정보 및 지침은 [ES 모듈 설명서를](/docs/apm/agents/nodejs-agent/installation-configuration/es-modules) 참조하세요.
- 완성
+ 능력
|
+
+ |
+ [AI 모니터링](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Node.js 에이전트 버전 11.13.0이 있는 경우 특정 AI 라이브러리 및 프레임워크에서 AI 데이터를 수집할 수 있습니다.
+
+ * [OpenAI Node.js API 라이브러리](https://www.npmjs.com/package/openai/v/4.0.0-beta.4) 버전 4.0.0 이상. 모델이 스트리밍을 사용하는 경우 Node.js 에이전트는 버전 4.12.2 이상을 지원합니다.
+ * [JavaScript BedrockRuntime 클라이언트 버전 3.474.0용 AWS SDK](https://www.npmjs.com/package/@aws-sdk/client-bedrock-runtime) 이상
+ * [LangChain.js](https://www.npmjs.com/package/langchain/v/0.1.17) 버전 0.1.17 이상
+ |
+
+
|
[브라우저 모니터링](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
|
- Node.js 에이전트는 다음과 같은 이점을 추가할 수 있습니다. [자동 계측을 활성화하는](/docs/browser/new-relic-browser/installation/install-new-relic-browser-agent#select-apm-app) 경우. 브라우저 모니터링 주입을 활성화한 후 [Node.js 에이전트를 사용하여 브라우저 모니터링을 설치하는 방법에 대한 가이드를](/docs/agents/nodejs-agent/extend-your-instrumentation/browser-monitoring-nodejs-agent/) 따르세요. 이러한 단계를 완료하면 [APM **Summary** \[요약\] 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page) 에서 브라우저 데이터를 보고 특정 앱에 대한 APM과 브라우저 데이터 간에 빠르게 전환할 수 있습니다. 구성 옵션 및 수동 계측에 대해서는 [브라우저 모니터링 및 Node.js 에이전트를](/docs/agents/nodejs-agent/supported-features/new-relic-browser-nodejs-agent) 참조하세요.
+ Node.js 에이전트는 [자동 측정, 자동 로그를 활성화](/docs/browser/new-relic-browser/installation/install-new-relic-browser-agent#select-apm-app) 할 때 의 이점을 추가할 수 있습니다. 브라우저 모니터링 주입을 활성화한 후 [Node.js 에이전트를 사용하여 브라우저 모니터링을 설치하는 방법에 대한 가이드를](/docs/agents/nodejs-agent/extend-your-instrumentation/browser-monitoring-nodejs-agent/) 따르세요. 이 단계를 완료하면 [APM **Summary** 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page) 에서 브라우저 데이터를 보고 특정 앱에 대한 APM과 브라우저 데이터 간에 빠르게 전환할 수 있습니다. 설정 옵션 및 수동 측정에 대해서는 [브라우저 모니터링 및 Node.js 에이전트를](/docs/agents/nodejs-agent/supported-features/new-relic-browser-nodejs-agent) 참조하세요.
|
diff --git a/src/i18n/content/kr/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx b/src/i18n/content/kr/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
index 4e8532f4069..8e67e226f9e 100644
--- a/src/i18n/content/kr/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
+++ b/src/i18n/content/kr/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
@@ -1375,6 +1375,139 @@ Python 에이전트는 구성에 대해 다음과 같은 우선 순위를 따릅
+## AI 모니터링 [#ai-monitoring]
+
+이 섹션에는 AI 모니터링을 설정하기 위한 Python 에이전트 구성이 포함되어 있습니다.
+
+
+ AI 데이터를 캡처하려면 [분산 추적을](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#dt-main) 활성화해야 합니다. Python 에이전트 버전 7.0.0.166 이상에서는 기본적으로 켜져 있습니다.
+
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 부울
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [환경 변수](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ `true` 으로 설정하면 AI 라이브러리 모델(LLM) 모니터링이 활성화됩니다.
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 부울
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [환경 변수](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_STREAMING_ENABLED`
+ |
+
+
+
+
+ `false` 으로 설정하면 스트리밍된 라이브러리 언어 모델(LLM) 데이터에 대한 요약 및 메시지 이벤트를 기록하는 측정, 로그가 비활성화됩니다.
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 부울
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [환경 변수](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ `false` 으로 설정하면 에이전트는 LLM 이벤트에서 캡처된 입력 및 출력 콘텐츠(예: 프롬프트 및 응답의 텍스트 문자열)를 생략합니다. LLM과 주고받는 민감한 데이터를 기록하지 않으려는 경우 선택적인 보안 설정입니다.
+
+
+
## 트랜잭션 추적기 구성 [#txn-tracer-settings]
@@ -3405,7 +3538,8 @@ event_harvest_config.harvest_limits.span_event_data = 250
- Python 에이전트의 인스턴스에서 New Relic으로 보낸 분당 사용자 지정 이벤트에 대한 제한입니다. 사용자 지정 이벤트는 Python Telemetry SDK를 통해 생성됩니다.
+ * Python 에이전트의 변형이 뉴렐릭으로 보낼 수 있는 분당 커스텀 대시보드 수를 제한합니다.
+ * [AI 모니터링을](/docs/ai-monitoring/intro-to-ai-monitoring) 위해 에이전트를 구성할 때 에이전트가 LLM 이벤트의 최대량을 캡처하도록 최대값 `100000` 으로 설정합니다.
- Python 에이전트의 인스턴스가 New Relic으로 보낸 분당 스팬 이벤트에 대한 제한입니다.
+ * Python 에이전트의 인스턴스가 New Relic으로 보낸 분당 스팬 이벤트에 대한 제한입니다.
+ * [AI 감시](/docs/ai-monitoring/intro-to-ai-monitoring) 용 에이전트를 구성할 때 에이전트가 에이전트 트레이스의 최대량을 캡처하도록 최대값 `10000` 으로 설정합니다.
지원되는 Python(CPython/PyPy) 버전: 2.7, 3.7, 3.8, 3.9, 3.10 및 3.11.
- **권장 사항:** 에이전트와 함께 Python 버전 3.7 이상을 사용하십시오.
+ **Recommendation:** 에이전트에서는 Python 버전 3.7 이상을 사용하세요.
* Python 버전 2.6 및 3.3은 Python 에이전트 버전 3.4.0.95 이하에서만 지원됩니다.
* Python 버전 3.4는 Python 에이전트 버전 4.20.0.120 이하에서만 지원됩니다.
@@ -245,13 +245,27 @@ Python 에이전트는 다른 기능과 통합되어 종단 간 가시성을 제
+
+ |
+ [AI 모니터링](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Python 에이전트 버전 9.9.0이 있는 경우 특정 AI 라이브러리 및 프레임워크에서 AI 데이터를 수집할 수 있습니다.
+
+ * [OpenAI](https://pypi.org/project/openai/) 라이브러리 버전 0.28.0 이상.
+ * [Python 버전 1.28.57 이상용 Boto3 AWS SDK](https://pypi.org/project/boto3/) .
+ * [LangChain](https://pypi.org/project/langchain/) 버전 0.1.0 이상.
+ |
+
+
|
[브라우저 모니터링](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
|
- [자동 계측을 활성화](/docs/browser/new-relic-browser/installation/install-new-relic-browser-agent#select-apm-app) 하면 Python 에이전트가 자동으로 브라우저 JavaScript 에이전트를 삽입합니다. 브라우저 삽입을 활성화한 후 [APM 요약 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page) 에서 브라우저 데이터를 보고 다음 항목 간에 빠르게 전환할 수 있습니다. 그리고 특정 앱에 대한 데이터입니다. 구성 옵션 및 수동 계측에 대해서는 [브라우저 모니터링 및 Python 에이전트를](/docs/agents/python-agent/supported-features/page-load-timing-python) 참조하세요.
+ Python 에이전트는 [자동 측정, 자동 로그를 활성화할](/docs/browser/new-relic-browser/installation/install-new-relic-browser-agent#select-apm-app) 때 자동으로 브라우저 JavaScript 에이전트를 주입합니다. 브라우저를 활성화한 후 [APM 요약 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page) 에서 브라우저 데이터를 보고 특정 앱에 대한 및 데이터 간에 빠르게 전환할 수 있습니다. 설정 옵션 및 수동 측정에 대해서는 [브라우저 모델링 및 Python 에이전트를](/docs/agents/python-agent/supported-features/page-load-timing-python) 참조하세요.
|
diff --git a/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx b/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx
new file mode 100644
index 00000000000..f99ab07bc10
--- /dev/null
+++ b/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx
@@ -0,0 +1,40 @@
+---
+title: current_trace_id(Python 에이전트 API)
+type: apiDoc
+shortDescription: 현재 프로세서의 트레이스 ID를 반환합니다.
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'New Relic Python API: Returns the trace ID of the current transaction, which is used by some other calls.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## 통사론 [#syntax]
+
+```py
+ newrelic.agent.current_trace_id()
+```
+
+현재 프로세서의 트레이스 ID를 반환하거나, 프로세서가 없는 경우 `None` 반환합니다.
+
+## 설명 [#description]
+
+현재 [프로세서](/docs/accounts-partnerships/education/getting-started-new-relic/glossary#transaction) 의 트레이스 ID를 검색하려면 `current_trace_id` 사용하세요.
+
+## 반환 값 [#return-values]
+
+현재 프로세서의 트레이스 ID를 반환합니다. 활성 트랜잭션이 없으면 `None` 반환합니다.
+
+## 예 [#examples]
+
+### 현재 트레이스 ID 가져오기 [#function-trace-example]
+
+```py
+ import newrelic.agent
+
+ @newrelic.agent.background_task()
+ def main():
+ trace_id = newrelic.agent.current_trace_id()
+```
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx b/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx
new file mode 100644
index 00000000000..c73904db572
--- /dev/null
+++ b/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx
@@ -0,0 +1,132 @@
+---
+title: Record_llm_feedback_event(Python 에이전트 API)
+type: apiDoc
+shortDescription: LLM 피드백 이벤트 기록
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'Python API: This call records a Large Language Model (LLM) feedback event for querying in the AI Monitoring UI.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## 통사론 [#syntax]
+
+```py
+ newrelic.agent.record_llm_feedback_event(trace_id, rating, category=None, message=None, metadata=None)
+```
+
+AI 플러그인 버전(LLM)에 대한 사용자 정의 피드백 이벤트를 기록합니다.
+
+## 요구 사항 [#requirements]
+
+Python 에이전트 버전 9.8.0 이상.
+
+## 설명 [#description]
+
+이 API 뉴렐릭 UI 에서 조회 및 쿼리할 수 있는 피드백 이벤트 `LlmFeedbackMessage` 를 기록합니다. 피드백 이벤트는 AI가 생성한 메시지와 최종 사용자가 이에 대해 제출한 피드백 사이의 트레이스 ID를 연관시킵니다. 메시지를 피드백과 연관시키려면 AI 메시지를 생성하는 호출 직후에 [`current_trace_id`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent-api/) 에 대한 호출을 통해 활성 프로세서의 트레이스 ID를 얻을 수 있습니다. 나중에 사용자가 피드백을 제공할 때 트레이스 ID를 피드백 호출에 전달합니다.
+
+많은 경우 AI 메시지의 엔드포인트는 피드백 엔드포인트와 다른 위치에 기록됩니다. 이러한 현상은 다른 데스크탑에서 발생할 수 있습니다. 다음 사항이 중요합니다.
+
+1. AI 메시지를 생성하는 헤드포인트 내부에 트레이스 ID가 캡쳐되어 있는지 확인하세요.
+2. 피드백을 기록하는 PointPoint 내부에 해당 트레이스 ID를 전달합니다.
+
+## 매개변수 [#parameters]
+
+
+
+
+ |
+ 매개변수
+ |
+
+
+ 설명
+ |
+
+
+
+
+
+ |
+ `trace_id`
+
+ _끈_
+ |
+
+
+ 필수의. 피드백 관련 채팅 완료가 발생한 트레이스의 ID입니다. 이 ID는 [`current_trace_id`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent-api/) 호출을 통해 얻을 수 있습니다.
+ |
+
+
+
+ |
+ `rating`
+
+ _문자열_ 또는 _정수_
+ |
+
+
+ 필수의. 최종 사용자가 제공한 평가(예: '좋음/나쁨', '1-10')
+ |
+
+
+
+ |
+ `category`
+
+ _끈_
+ |
+
+
+ 선택 과목. 최종 사용자가 제공한 피드백 카테고리(예: "유익함", "부정확함")
+ |
+
+
+
+ |
+ `message`
+
+ _끈_
+ |
+
+
+ 선택 과목. 최종 사용자의 자유 형식 텍스트 피드백입니다.
+ |
+
+
+
+ |
+ `metadata`
+
+ _딕셔너리_
+ |
+
+
+ 선택 과목. 피드백 이벤트와 함께 제출할 기타 원하는 데이터를 저장하는 핵심 가치 쌍 세트입니다.
+ |
+
+
+
+
+## 반환 값 [#return-valuess]
+
+없음.
+
+## 예 [#examples]
+
+### 트레이스 ID 획득 및 피드백 기록
+
+피드백 이벤트 기록의 예:
+
+````py
+ import newrelic.agent
+
+ def get_message(request):
+ trace_id = newrelic.agent.current_trace_id()
+
+ def post_feedback(request):
+ newrelic.agent.record_llm_feedback_event(trace_id=request.trace_id, rating=request.rating, metadata= {"my_key": "my_val"})
+```
+````
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx b/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
new file mode 100644
index 00000000000..eb0fceab980
--- /dev/null
+++ b/src/i18n/content/kr/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
@@ -0,0 +1,162 @@
+---
+title: set_llm_token_count_callback(Python 에이전트 API)
+type: apiDoc
+shortDescription: LLM 토큰 수를 계산하기 위해 콜백을 등록합니다.
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'Python API: This call registers a callback to calculate LLM token counts'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## 통사론 [#syntax]
+
+```py
+ newrelic.agent.set_llm_token_count_callback(callback, application=None)
+```
+
+해당 언어 모델(LLM) (LLM) 이벤트에 대한 해당 개수를 계산하는 데 사용되는 콜백 함수를 등록합니다.
+
+## 요구 사항 [#requirements]
+
+Python 에이전트 버전 9.8.0 이상.
+
+## 설명 [#description]
+
+이 API는 `LlmEmbedding` 및 `LlmChatCompletionMessage` 이벤트의 토큰 수를 계산하고 저장하기 위한 콜백을 등록합니다.
+
+* 이 함수는 `ai_monitoring.record_content.enabled` `false` 로 설정된 경우에 사용해야 합니다. 이 설정은 에이전트가 에이전트의 에이전트 개수가 서버 측에 첨부된 서버로 AI 콘텐츠를 보내는 것을 방지합니다.
+* 여전히 LLM 이벤트에 대한 의미 개수를 캡처하려면 앱 코드에 콜백을 구현하여 로컬에서 의미 개수를 결정하고 이 정보를 뉴렐릭으로 보낼 수 있습니다.
+
+대부분의 경우 이 API는 정확히 한 번 호출되지만 이 API를 여러 번 호출할 수 있습니다. 엔드포인트에 대한 각각의 새로운 호출은 이전에 등록된 콜백을 제공된 새 콜백으로 덮어씁니다. 콜백 설정을 완전히 해제하려면 원래 콜백 대신 `None` 를 전달하세요.
+
+## API 규제합니다. [#api-parameters]
+
+
+
+
+ |
+ 매개변수
+ |
+
+
+ 설명
+ |
+
+
+
+
+
+ |
+ `callback`
+
+ _호출 가능_ 또는 _없음_
+ |
+
+
+ 필수의. 토큰 수를 계산하는 콜백입니다. 현재 콜백을 설정 해제하려면 콜백 함수 대신 `None` 를 전달하세요.
+ |
+
+
+
+ |
+ `application`
+
+ _물체_
+ |
+
+
+ 선택 과목. API 호출을 연결할 특정 애플리케이션 개체입니다. 애플리케이션 객체는 [`newrelic.agent.application`](/docs/apm/agents/python-agent/python-agent-api/application-python-agent-api/) 함수를 사용하여 얻을 수 있습니다.
+ |
+
+
+
+
+## 반환 값 [#return-values]
+
+없음.
+
+## 콜백 요구 사항 [#callback-requirements]
+
+제공된 콜백은 양의 정수 토큰 개수 값을 반환해야 합니다. 그렇지 않으면 LLM 이벤트에서 토큰 개수가 캡처되지 않습니다.
+
+## 콜백 매개변수 [#callback-parameters]
+
+
+
+
+ |
+ 매개변수
+ |
+
+
+ 설명
+ |
+
+
+
+
+
+ |
+ `model`
+
+ _끈_
+ |
+
+
+ 필수의. LLM 모델의 이름입니다.
+ |
+
+
+
+ |
+ `content`
+
+ _끈_
+ |
+
+
+ 필수의. 메시지 내용/프롬프트 또는 임베딩 입력입니다.
+ |
+
+
+
+
+## 예 [#examples]
+
+### 토큰 수 계산 및 콜백 등록
+
+틱토큰의 예:
+
+```py
+import newrelic.agent
+def token_count_callback(model, content):
+ """
+ Calculate token counts locally based on the model being used and the content.
+ This callback will be invoked for each message sent or received during a LLM call.
+ If the application supports more than one model, it may require finding libraries for
+ each model to support token counts appropriately.
+
+ Arguments:
+ model -- name of the LLM model
+ content -- the LLM message content
+ """
+ import tiktoken
+
+ try:
+ enc = tiktoken.encoding_for_model(model)
+ except KeyError:
+ return None # Unknown model
+ return len(enc.encode(content))
+
+newrelic.agent.set_llm_token_count_callback(token_count_callback)
+```
+
+전달된 애플리케이션 객체를 사용한 API 사용 예시:
+
+```py
+ application = newrelic.agent.register_application(timeout=10.0)
+ newrelic.agent.set_llm_token_count_callback(token_count_callback, application)
+```
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx b/src/i18n/content/kr/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
new file mode 100644
index 00000000000..6c8e94734ff
--- /dev/null
+++ b/src/i18n/content/kr/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
@@ -0,0 +1,99 @@
+---
+title: AI 모니터링 API
+tags:
+ - Agents
+ - Ruby agent
+ - API guides
+metaDescription: For information about customizing New Relic's Ruby agent for AI monitoring.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+AI 모니터링을 위해 앱을 추가한 경우 뉴렐릭 루비 에이전트는 자동으로 많은 AI 지표를 수집할 뿐만 아니라, 사용량 및 사용자 피드백에 대한 정보를 수집하기 위한 API 도 제공합니다.
+
+
+ AI 모니터링 API 루비 에이전트 버전 9.8.0 이상에서 사용할 수 있습니다.
+
+
+## 토큰 수 [#token-count]
+
+LlmEmbedding 및 LlmChatCompletionMessage 이벤트에 대한 `token_count` 속성을 계산하기 위해 콜백 프로세스를 설정한 다음 `NewRelic::Agent.set_llm_token_count_callback` API 사용하여 해당 정보를 뉴렐릭에 전달할 수 있습니다.
+
+모든 LLM 토큰 계산에 사용할 콜백을 설정하려면 이 API를 한 번만 호출해야 합니다. 여러 번 호출되면 각각의 새로운 콜백이 이전 콜백을 대체합니다. proc은 단일 해시를 입력 인수로 사용하여 호출되며 해당 특정 프롬프트, 완료 메시지 또는 포함에 사용되는 토큰 수를 나타내는 정수를 반환해야 합니다. 0보다 작거나 같은 값은 이벤트에 첨부되지 않습니다.
+
+해시에는 다음과 같은 키가 있습니다.
+
+* `:model` (문자열) - LLM 모델의 이름
+* `:content` (문자열) - 메시지 내용 또는 프롬프트
+
+다음 예제 코드는 토큰 수를 계산하는 콜백을 설정하고 해당 콜백을 `NewRelic::Agent.set_llm_token_count_callback` 에 전달하는 방법을 보여줍니다.
+
+````rb
+ require 'tiktoken_ruby' # Example library for counting GPT model tokens used
+
+ token_count_callback = proc do |hash|
+ return unless hash[:model].includes?('gpt')
+
+ enc = Tiktoken.encoding_for_model(hash[:model])
+ enc.encode(hash[:content]).length
+ end
+
+ NewRelic::Agent.set_llm_token_count_callback(token_count_callback)
+
+## User feedback [#user-feedback]
+
+AI monitoring can correlate trace IDs between a generated message from your AI and the message feedback from an end user using `NewRelic::Agent.record_llm_feedback_event`.
+
+`NewRelic::Agent.record_llm_feedback_event` accepts the following arguments:
+
+ * `trace_id` (required) - ID of the trace where the chat completion(s) related to the feedback occurred
+ * `rating` (required) - Rating provided by an end user (ex: 'Good', 'Bad', 1, 2, 5, 8, 10)
+ * `category` (optional) - Category of the feedback as provided by the end user (ex: “informative”, “inaccurate”)
+ * `message` (optional) - Freeform text feedback from an end user
+ * `metadata` (optional) - Set of key-value pairs to store any other desired data to submit with the feedback event
+
+This API requires the current `trace_id` to correlate messages with feedback, which can be obtained using [NewRelic::Agent::Tracer.current_trace_id](https://www.rubydoc.info/gems/newrelic_rpm/NewRelic/Agent/Tracer#current_trace_id-class_method).
+
+The following example code uses a Sinatra app to demonstrate collecting the required user feedback and trace_id of a current transaction (along with this API's optional parameters), and then passing those parameters to `NewRelic::Agent.record_llm_feedback_event`.
+
+```rb
+responses = {}
+
+get '/chat-completion' do
+ @response_message = client.chat(
+ parameters: {
+ model: 'gpt-3.5-turbo',
+ messages: [
+ {'role': 'system', 'content': 'You are a helpful assistant.'},
+ ],
+ temperature: 0.7,
+ }
+ )
+
+ # trace_id must be obtained within the current transaction
+ trace_id = NewRelic::Agent::Tracer.current_trace_id
+ responses[@response_message.id] = trace_id
+
+ render(@response_message)
+end
+
+post '/feedback' do
+ trace_id = responses[@response_message.id]
+ rating = 1
+ category = 'feedback-test'
+ message = 'Good talk'
+ metadata = {user: 'new'}
+
+ halt(404) if !responses[@response_message.id]
+
+ NewRelic::Agent.record_llm_feedback_event(
+ trace_id: responses[@response_message.id],
+ rating: 1,
+ category: 'feedback-test',
+ message: 'Good talk',
+ metadata: {user: 'new'}
+ )
+
+ render('Feedback Recorded')
+end
+````
\ No newline at end of file
diff --git a/src/i18n/content/kr/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx b/src/i18n/content/kr/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
index 5121986e21a..d92b65cb12a 100644
--- a/src/i18n/content/kr/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
+++ b/src/i18n/content/kr/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
@@ -66,7 +66,10 @@ Rails 앱에서 Ruby 에이전트를 실행할 때 에이전트는 먼저 `NEW_R
구성 파일을 편집할 때 다음을 확인하십시오.
* 두 개의 공백으로만 들여쓰기합니다.
-* **`error_collector`** 과 같은 섹션에서 관련 있는 경우에만 들여쓰기합니다.
+
+* **`error_collector`**
+
+ 과 같은 섹션에서 관련 있는 경우에만 들여쓰기합니다.
들여쓰기를 올바르게 하지 않으면 에이전트가 시작될 때 `Unable to parse configuration file` 오류가 발생할 수 있습니다.
@@ -207,7 +210,7 @@ Rails 앱에서 Ruby 에이전트를 실행할 때 에이전트는 먼저 `NEW_R
- 당신의 새로운 유물 .
+ 귀하의 뉴렐릭 .
- 당신의 New Relic . `newrelic deployments` 명령을 사용하여 배포를 기록하기 위해 New Relic REST API v2를 사용할 때 필요합니다.
+ 귀하의 블루베리 . 뉴렐릭 REST API v2를 사용하여 구현을 기록하고 `newrelic deployments` 명령을 사용하여 배포할 때 필요합니다.
+## AI 모니터링 [#ai-monitoring]
+
+이 섹션에는 AI 시뮬레이션 설정을 위한 루비 에이전트 설정이 포함되어 있습니다.
+
+
+ 추적 및 피드백 데이터를 캡처하려면 제외 추적을 활성화해야 합니다. 루비 에이전트 8.0.0 이상에서는 기본적으로 켜져 있습니다.
+
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 부울
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [환경 변수](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ `true` 으로 설정하면 AI 모니터링이 활성화됩니다.
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 문자열
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ [환경 변수](#environment)
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ * 높은 보안 모드에서는 기본값이 `false` 입니다.
+
+ * 앱을 재충전하기 위한 에이전트를 활성화합니다. 모듈 앞에는 `prepend` 지원하고 별칭 메서드 체인에는 `chain` 지원합니다.
+
+ * 루비 에이전트는 기본적으로 `prepend` 사용합니다.
+ * 동일한 클래스를 업데이트하는 라이브러리가 여러 개 있는 경우 이 설정을 `chain` 으로 업데이트할 수 있습니다.
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 부울
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [환경 변수](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ * `false` 으로 설정하면 에이전트는 LLM 이벤트에서 캡처된 입력 및 출력 콘텐츠(예: 프롬프트 및 응답의 텍스트 문자열)를 생략합니다.
+
+ * `LlmChatCompletionMessage` 이벤트에서 `content` 속성을 삭제합니다.
+ * `LlmEmbedding` 이벤트에서 `input` 속성을 삭제합니다.
+
+ * LLM과 주고받는 민감한 데이터를 기록하지 않으려는 경우 선택적인 보안 설정입니다.
+
+
+
## 브라우저 모니터링 [#browser-monitoring]
-그만큼 [페이지 로드 타이밍](/docs/browser/new-relic-browser/page-load-timing/page-load-timing-process) 기능(실제 사용자 모니터링 또는 RUM이라고도 함)은 실제 사용자가 웹 사이트에서 경험하는 성능에 대한 통찰력을 제공합니다. 이는 각 페이지의 머리글과 바닥글에 소량의 JavaScript 코드를 삽입하여 사용자 브라우저가 웹 페이지를 다운로드하고 렌더링하는 데 걸리는 시간을 측정함으로써 수행됩니다.
+[페이지 로드 타이밍](/docs/browser/new-relic-browser/page-load-timing/page-load-timing-process) 기능(실 사용자 모니터링 또는 RUM 이라고도 함)은 실제 사용자가 웹사이트에서 경험하고 있는 성능에 대해 인사이트를 제공합니다. 이는 각 페이지의 머리글과 바닥글에 소량의 JavaScript 코드를 삽입하여 사용자 브라우저가 웹 페이지를 다운로드하고 렌더링하는 데 걸리는 시간을 측정함으로써 수행됩니다.
+## AI 모니터링 [#ai-monitoring]
+
+이 섹션에는 AI 시뮬레이션 설정을 위한 루비 에이전트 설정이 포함되어 있습니다. 추적 및 피드백 데이터를 캡처하려면 [독립 추적을](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#distributed-tracing) 활성화해야 합니다. 루비 에이전트 8.0.0 이상에서는 기본적으로 켜져 있습니다.
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 부울
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ 환경 변수
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ `false` 인 경우 모든 LLM 측정, 로그(현재는 OpenAI만 해당)가 비활성화되고 지표, 이벤트 또는 범위가 전송되지 않습니다. `high_security` 모드가 활성화되면 AI 모니터링이 자동으로 비활성화됩니다.
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 부울
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ 환경 변수
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ `false` 인 경우 LLM 측정, 로그(현재 OpenAI만 해당)는 특정 LLM 이벤트의 입력 및 출력 콘텐츠를 캡처하지 않습니다.
+
+ 제외되는 속성은 다음과 같습니다.
+
+ * `content` LlmChatCompletionMessage 이벤트에서
+ * `input` LlmEmbedding 이벤트에서
+
+
+
## 속성 [#attributes]
[속성](/docs/features/agent-attributes) 은 이벤트 또는 트랜잭션의 속성을 결정하는 정보를 포함하는 키-값 쌍입니다. 이러한 키-값 쌍은 APM의 트랜잭션 추적, APM의 추적된 오류, 대시보드의 트랜잭션 이벤트 및 대시보드의 페이지 보기 내에서 볼 수 있습니다. 이러한 각 대상으로 보낼 속성을 정확히 사용자 지정할 수 있습니다.
@@ -3810,7 +4049,7 @@ Ruby 에이전트는 [컨텍스트에서 APM 로그를](/docs/apm/new-relic-apm/
- **DEPRECATED** 참조: [distributed_tracing.enabled](#distributed_tracing-enabled).
+ **DEPRECATED** [Distributed_tracing.enabled 를](#distributed_tracing-enabled) 참조하세요.
`true` 이면 `distributed_tracing.enabled` 이 `false` 로 설정될 때 [교차 애플리케이션 추적](/docs/agents/ruby-agent/features/cross-application-tracing-ruby/) 을 활성화합니다.
@@ -3943,7 +4182,8 @@ Ruby 에이전트는 [컨텍스트에서 APM 로그를](/docs/apm/new-relic-apm/
- 한 번에 메모리에 버퍼링할 최대 사용자 지정 이벤트 수를 지정합니다.
+ * 한 번에 메모리에 버퍼링할 최대 사용자 지정 이벤트 수를 지정합니다.
+ * [AI 모니터링](/docs/ai-monitoring/intro-to-ai-monitoring) 용 에이전트를 구성할 때 최대값 `100000` 으로 설정하세요. 에이전트가 LLM 이벤트의 최대량을 캡처하는지 확인합니다.
@@ -6295,6 +6535,47 @@ Ruby 에이전트는 [컨텍스트에서 APM 로그를](/docs/apm/new-relic-apm/
시작 시 `Net::HTTP` 의 자동 계측을 제어합니다. `auto`, `prepend`, `chain`, `disabled` 중 하나일 수 있습니다.
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 문자열
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ 환경 변수
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ 시작 시 ruby-openai gem의 자동 측정, 자동 반환을 제어합니다. `auto`, `prepend`, `chain`, `disabled` 중 하나일 수 있습니다.
+
+
+
+
+
+
+ |
+ 유형
+ |
+
+
+ 문자열
+ |
+
+
+
+ |
+ 기본값
+ |
+
+
+ `"auto"`
+ |
+
+
+
+ |
+ 환경 변수
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_VIEW_COMPONENT`
+ |
+
+
+
+
+ 시작 시 ViewComponent의 자동 측정, 자동 내보내기를 제어합니다. `auto`, `prepend`, `chain`, `disabled` 중 하나일 수 있습니다.
+
+
- 단일 수확에서 보고되는 범위 이벤트의 최대 수를 정의합니다. `1` 와 `10000` 사이의 모든 정수가 유효합니다.
+ * 단일 수확에서 보고되는 범위 이벤트의 최대 수를 정의합니다. `1` 와 `10000` 사이의 모든 정수가 유효합니다.
+ * [AI 모니터링](/docs/ai-monitoring/intro-to-ai-monitoring) 용 에이전트를 구성할 때 최대값 `10000` 으로 설정하세요. 요원이 트레이스의 최대 금액을 캡처하도록 보장합니다.
diff --git a/src/i18n/content/kr/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx b/src/i18n/content/kr/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
index 8b92a8cc5cf..26446d7664c 100644
--- a/src/i18n/content/kr/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
+++ b/src/i18n/content/kr/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
@@ -809,19 +809,29 @@ Ruby 에이전트는 다른 New Relic 기능과 통합되어 종단 간 가시
- 완성
+ 능력
|
+
+ |
+ [AI 모니터링](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ 루비 에이전트와 [`ruby-openai` gem을](https://github.com/alexrudall/ruby-openai) 사용하여 AI 데이터를 수집할 수 있습니다. 이는 루비 에이전트 버전 9.8.0에서 도입되었으며 `ruby-openai` 버전 3.4.0을 지원합니다. 이상.
+ |
+
+
|
[브라우저 모니터링](/docs/browser/new-relic-browser/getting-started/introduction-browser-monitoring)
|
- [자동 계측을 활성화](/docs/browser/new-relic-browser/installation/install-browser-monitoring-agent#select-apm-app) 하면 Ruby 에이전트가 자동으로 브라우저 JavaScript 에이전트를 삽입합니다. 브라우저 삽입을 활성화한 후 다음을 볼 수 있습니다. [APM 요약 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page-view-transaction-apdex-usage-data) 의 데이터를 확인하고 특정 앱에 대한 APM과 브라우저 데이터 간에 빠르게 전환할 수 있습니다. 구성 옵션 및 수동 계측에 대해서는 [브라우저 및 Ruby 에이전트 설명서를](/docs/agents/ruby-agent/features/new-relic-browser-ruby-agent) 참조하세요.
+ 루비 에이전트는 [자동 측정, 자동 로그를 활성화할](/docs/browser/new-relic-browser/installation/install-browser-monitoring-agent#select-apm-app) 때 브라우저 JavaScript 에이전트를 자동으로 주입합니다. 브라우저를 활성화한 후 [APM 요약 페이지](/docs/apm/applications-menu/monitoring/apm-overview-page-view-transaction-apdex-usage-data) 에서 데이터를 보고 특정 앱에 대한 APM 과 브라우저 데이터 간에 빠르게 전환할 수 있습니다. 설정 옵션 및 수동 측정에 대한 내용은 [브라우저 및 루비 에이전트 문서를](/docs/agents/ruby-agent/features/new-relic-browser-ruby-agent) 참조하세요.
|
diff --git a/src/i18n/content/kr/docs/browser/new-relic-browser/browser-apis/start.mdx b/src/i18n/content/kr/docs/browser/new-relic-browser/browser-apis/start.mdx
index 21d34df6cd5..af79698afe4 100644
--- a/src/i18n/content/kr/docs/browser/new-relic-browser/browser-apis/start.mdx
+++ b/src/i18n/content/kr/docs/browser/new-relic-browser/browser-apis/start.mdx
@@ -29,9 +29,9 @@ newrelic.start(value: string[]|undefined)
## 설명
-기능은 `deferred` 상태로 로드될 수 있으며, 이는 에이전트가 사용하는 구성 블록 `NREUM.init.` 에서 적절한 기능의 `autoStart` 속성을 `false` 로 설정하여 제어할 수 있습니다. 이 기능 상태는 이벤트가 관찰되어 에이전트에 저장되지만 `.start()` API 메서드를 사용 _하여 수집하라는 지시가 있을 때까지 NR1에 수집되지 않음을_ 의미합니다. [기능 이름]('#feature-names') 목록은 기능 이름을 참조하세요. 기능을 지연된 상태로 설정하는 방법을 보여주는 예제 [는 예제를]('#examples') 참조하세요.
+에이전트가 사용하는 설정 블록 `NREUM.init.` 에서 적절한 기능의 `autoStart` 속성을 `false` 로 설정하여 제어할 수 있는 `deferred` 상태로 로드할 수 있습니다. 이 기능 상태는 이벤트가 관찰되어 에이전트에 저장되지만 `.start()` API 메서드를 사용 _하여 수집하라는 지시가 있을 때까지 NR1에 수집되지 않음을_ 의미합니다. [기능 이름](#feature-names) 목록은 기능 이름을 참조하세요. 기능을 지연된 상태로 설정하는 방법을 보여주는 예제 [는 예제를](#examples) 참조하세요.
-유효한 값으로 이 함수를 실행하면 브라우저 에이전트는 `autoStart: false` 구성에 의해 지연된 관련 기능을 시작합니다. 인수 없이 호출되면 메서드는 연기된 모든 기능을 시작합니다. 기능 이름을 나타내는 문자열 목록과 함께 호출되면 문자열과 일치하는 기능 이름이 시작됩니다. [기능 이름]('#feature-names') 목록은 기능 이름을 참조하세요.
+유효한 값으로 이 함수를 실행하면, 도구 에이전트는 `autoStart: false` 설정에 의해 연기된 관련 기능을 시작합니다. 인수 없이 호출되면 메서드는 연기된 모든 기능을 시작합니다. 기능 이름을 나타내는 문자열 목록과 함께 호출되면 문자열과 일치하는 기능 이름이 시작됩니다. [기능 이름](#feature-names) 목록은 기능 이름을 참조하세요.
## 매개변수
diff --git a/src/i18n/content/kr/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx b/src/i18n/content/kr/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx
index 4ded8618164..4aa14b83669 100644
--- a/src/i18n/content/kr/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx
+++ b/src/i18n/content/kr/docs/new-relic-solutions/best-practices-guides/cx-improve-page-load.mdx
@@ -79,7 +79,7 @@ LCP 개선을 위한 접근 방식:
* [LCP 최적화에 대한 Google의 접근 방식](https://web.dev/optimize-lcp/) .
* [Lighthouse](https://developers.google.com/web/tools/lighthouse) 는 특정 페이지에 대해 종합 테스트를 실행하고 CLS 최적화 방법을 포함하는 권장 사항 목록을 제공하는 Google의 도구입니다.
-## 다음 페인트와의 상호작용(INP)
+## 다음 페인트와의 상호작용(INP) [#INP]
INP(다음 페인트로의 복합체 결합)는 사용자가 클릭, 탭 및 키보드를 통해 페이지와 상호 작용하는 시기를 수명 전반에 걸쳐 페이지와 상호 작용하는 시점을 계산합니다. 이는 실제 사용자 행동에 따라 달라지지만(결과는 사용자의 조바심 및 행동 타이밍에 따라 다름) 총 차단 시간(TBT)을 줄여 최적화할 수 있는 필드 지표입니다.
diff --git a/src/i18n/content/pt/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx b/src/i18n/content/pt/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx
new file mode 100644
index 00000000000..63aefff2803
--- /dev/null
+++ b/src/i18n/content/pt/docs/ai-monitoring/compatibility-requirements-ai-monitoring.mdx
@@ -0,0 +1,85 @@
+---
+title: Compatibilidade e requisitos para AI Monitoring
+metaDescription: Compatibility and requirements for AI monitoring
+freshnessValidatedDate: never
+translationType: machine
+---
+
+AI Monitoring permite que o agente reconheça e capture dados de IA. AI Monitoring tem diferentes requisitos de compatibilidade de biblioteca, dependendo da linguagem usada em seu aplicativo com tecnologia de IA.
+
+Ao desabilitar distributed tracing ou habilitar o modo de alta segurança, o agente não capturará dados de IA.
+
+
+ Você não deve habilitar AI Monitoring se for um [cliente do FedRAMP](/docs/security/security-privacy/compliance/certificates-standards-regulations/fedramp-moderate), porque a IA e as tecnologias baseadas em IA não são atualmente autorizadas pelo FedRAMP.
+
+
+## Biblioteca de IA compatível [#compatibility]
+
+AI Monitoring é compatível com estas versões de agente e biblioteca AI:
+
+
+
+
+ |
+ Versão do agente
+ |
+
+
+ Biblioteca suportada
+ |
+
+
+
+
+
+ |
+ [Go versão 3.31.0 e superior](/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements/#digital-intelligence-platform)
+ |
+
+
+ * [Biblioteca Go OpenAI](https://github.com/sashabaranov/go-openai) versões 1.19.4 e superiores
+ * [AWS SDK for Go v2](https://github.com/aws/aws-sdk-go-v2) versões 1.6.0 e superiores
+ |
+
+
+
+ |
+ [Node.js versão 11.13.0 e superior](/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent/#digital-intelligence-platform)
+ |
+
+
+ * [Biblioteca API OpenAI Node.js](https://www.npmjs.com/package/openai/v/4.0.0) versões 4.0.0 e superiores. Se o seu modelo usa streaming, o agente Node.js oferece suporte às versões 4.12.2 e superiores
+ * [AWS SDK para JavaScript BedrockRuntime Client](https://www.npmjs.com/package/@aws-sdk/client-bedrock-runtime) versões 3.474.0 e acima
+ * [LangChain.js](https://www.npmjs.com/package/langchain/v/0.1.17) versões 0.1.17 e acima
+ |
+
+
+
+ |
+ [Python versão 9.8.0 e superior](/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent/#digital-intelligence-platform)
+ |
+
+
+ * Biblioteca [OpenAI](https://pypi.org/project/openai/) versões 0.28.0 e superiores.
+ * [Boto3 AWS SDK para Python](https://pypi.org/project/boto3/) versões 1.28.57 e superiores.
+ * [LangChain](https://pypi.org/project/langchain/) versões 0.1.0 e acima.
+ |
+
+
+
+ |
+ [Ruby versão 9.8.0 e superior](/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks/#digital-intelligence-platform)
+ |
+
+
+ * [Gema OpenAI](https://github.com/alexrudall/ruby-openai) versão 3.4.0 e acima
+ |
+
+
+
+
+## Qual é o próximo? [#whats-next]
+
+* Você pode começar [instalando AI Monitoring](/install/ai-monitoring).
+* Explore nossa interface AI Monitoring para ver como podemos ajudá-lo [a melhorar seu aplicativo com tecnologia de IA](/docs/ai-monitoring/view-ai-data).
+* Aprenda como manter a conformidade dos dados [configurando filtros de descarte](/docs/ai-monitoring/drop-sensitive-data).
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/ai-monitoring/customize-agent-ai-monitoring.mdx b/src/i18n/content/pt/docs/ai-monitoring/customize-agent-ai-monitoring.mdx
new file mode 100644
index 00000000000..11614096329
--- /dev/null
+++ b/src/i18n/content/pt/docs/ai-monitoring/customize-agent-ai-monitoring.mdx
@@ -0,0 +1,140 @@
+---
+title: Personalize o agente para AI Monitoring
+metaDescription: You can apply certain configurations to your APM agents to change how your AI data appears in New Relic.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+Depois de [instalar AI Monitoring](/install/ai-monitoring), você pode configurar o comportamento padrão do agente ou atualizar seu aplicativo para coletar diferentes tipos de dados.
+
+## Configurar o agente [#configure-agents]
+
+Atualize o comportamento padrão do agente para o AI Monitoring nestes documentos de configuração do agente:
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#ai-monitoring-record-content)
+ * [`ConfigCustomInsightsEventsMaxSamplesStored`](/docs/apm/agents/go-agent/configuration/go-agent-configuration/#env-var-table)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#ai-monitoring-record-content)
+ * [`custom_insights_events.max_samples_stored`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#custom_events_max_samples_stored)
+ * [`span_events.max_samples_stored`](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#span-events-max-samples-stored)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-enabled)
+ * [`ai_monitoring.streaming.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-streaming)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#ai-monitoring-record-content)
+ * [`event_harvest_config.harvest_limits.span_event_data`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#harvest-limits-span-event-data)
+ * [`event_harvest_config.harvest_limits.custom_event_data`](/docs/apm/agents/python-agent/configuration/python-agent-configuration/#harvest-limits-custom-event-data)
+
+
+
+ * [`ai_monitoring.enabled`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ai-monitoring-enabled)
+ * [`instrumentation.ruby_openai`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ruby-openai)
+ * [`ai_monitoring.record_content.enabled`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#ai-monitoring-record-content)
+ * [`span_events.max_samples_stored`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#custom_insights_events-max_samples_stored)
+ * [`custom_insights_events.max_samples_stored`](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#span_events-max_samples_stored)
+
+
+
+## Método de contagem token [#enable-token]
+
+`ai_monitoring.record_content.enabled`Se você token não desativou , não API será necessário implementar a de retorno de chamada count .
+
+Desativar `ai_monitoring.record_content.enabled` impede que o agente envie conteúdo de IA para New Relic, mas também impede que o agente encaminhe contagens token para interação com seu aplicativo. Você pode implementar um retorno de chamada no código do seu aplicativo para determinar as contagens token localmente e, em seguida, encaminhar essas informações para o New Relic.
+
+Consulte os documentos abaixo para obter exemplos de como configurar o token de contagem localmente:
+
+
+
+ Consulte a documentação da API Go para [`SetLLMTokenCountCallback`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.SetLLMTokenCountCallback)
+
+
+
+ Consulte nossos documentos de API para [`recordLlmFeedbackEvent`](https://newrelic.github.io/node-newrelic/API.html#recordLlmFeedbackEvent)
+
+
+
+ Consulte nossos documentos de API para [`set_llm_token_count_callback`](/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api).
+
+
+
+ Consulte nossos documentos de API para [`NewRelic::Agent.set_llm_token_count_callback`](/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring-apis).
+
+
+
+## Métodos de feedback do usuário [#enable-feedback]
+
+Se o usuário final puder deixar feedback sobre uma resposta do AI, você poderá encaminhar esses dados para a tabela de respostas AI Monitoring . Para fazer isso, você atualizará o código do seu aplicativo para correlacionar IDs trace de dados de eventos de IA usando métodos de retorno de chamada.
+
+Existem dois métodos que você precisa implementar para encaminhar esse tipo de informação:
+
+
+
+ Consulte a documentação da API Go para:
+
+ * [`GetTraceMetadata`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.getTraceMetadata)
+ * [`RecordLLMFeedbackEvent`](https://pkg.go.dev/github.com/newrelic/go-agent/v3/newrelic#Application.RecordLLMFeedbackEvent)
+
+
+
+ Consulte nossos documentos de API para:
+
+ * [`setLlmTokenCountCallback`](https://newrelic.github.io/node-newrelic/API.html#setLlmTokenCountCallback)
+ * [`getTraceMetadata`](https://newrelic.github.io/node-newrelic/API.html#getTraceMetadata)
+
+
+
+ Consulte nossos documentos de API para:
+
+ * [`newrelic.agent.current_trace_id()`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent)
+ * [`record_llm_feedback_event`](/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api)
+
+
+
+ Consulte nossos documentos de API para [`NewRelic::Agent.record_llm_feedback_event`](/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring-apis/#user-feedback)
+
+
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/ai-monitoring/drop-sensitive-data.mdx b/src/i18n/content/pt/docs/ai-monitoring/drop-sensitive-data.mdx
new file mode 100644
index 00000000000..255308c33e1
--- /dev/null
+++ b/src/i18n/content/pt/docs/ai-monitoring/drop-sensitive-data.mdx
@@ -0,0 +1,276 @@
+---
+title: Remova dados confidenciais com filtros de descarte
+metaDescription: Drop filters prompts AI monitoring to drop attributes containing sensitive data.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiDropFilterModal from 'images/ai_screenshot-crop_drop-filter-modal.webp'
+
+import aiDropFilterTable from 'images/ai_screenshot-crop_drop-filter-table.webp'
+
+Você tem duas opções para descartar dados confidenciais de IA antes de enviá-los para a New Relic. Este documento orienta você por esses dois métodos para que você tenha melhor controle sobre os tipos de dados que o agente coleta.
+
+## Desativar `ai.monitoring.record_content_enabled` [#disable-event]
+
+Quando você desabilita `ai_monitoring.record_content.enabled`, os dados do evento contendo o prompt final do usuário e as respostas de IA não serão enviados ao NRDB. Você pode ler mais sobre configuração de agente em nosso [documento de configuraçãoAI Monitoring ](/docs/ai-monitoring/customize-agent-ai-monitoring).
+
+## Crie filtros de queda [#create-filter]
+
+
+ Tenha cuidado ao decidir descartar dados. Os dados que você descarta não são recuperáveis. Antes de usar esse recurso, [revise suas responsabilidades de conformidade de dados](#responsibilities).
+
+
+Um filtro de gota única destina-se a um atributo especificado dentro de um tipo de evento, mas informações confidenciais de uma única interação de IA são armazenadas em vários eventos. Para descartar informações antes que elas entrem no NRDB, você precisa de seis filtros de descarte separados.
+
+
+
+1. Vá para
+
+ **[one.newrelic.com](https://one.newrelic.com) > All capabilities > AI monitoring > Drop filters**
+
+ e clique em
+
+ **Create drop filter**
+
+ .
+
+2. Crie um nome de filtro. Como um tipo de dados requer pelo menos seis filtros de descarte, recomendamos uma convenção de nomenclatura que ajude a rastrear o evento do qual você está descartando dados.
+
+3. Cole na consulta NRQL base:
+
+ ```sql
+ SELECT FROM WHERE RLIKE
+ ```
+
+4. Referindo-se à tabela, atualize o espaço reservado `` e `` para corresponder ao atributo e evento. Por exemplo:
+
+ ```sql
+ SELECT content FROM LlmChatCompletionMessage WHERE content RLIKE
+ ```
+
+5. Adicione a regex que corresponde ao tipo de informação que você deseja eliminar. Por exemplo, se você estiver direcionando endereços IPv4, a consulta concluída deverá ser:
+
+ ```sql
+ SELECT content FROM LlmChatCompletionMessage WHERE content RLIKE ^([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})$
+ ```
+
+6. Repita as etapas acima para criar filtros de descarte para os pares restantes de eventos e colunas.
+
+## Como funcionam os filtros de queda [#drop-rules-work]
+
+Um filtro de descarte avalia os dados encaminhados pelo agente dentro do pipeline de ingestão de dados. Um filtro de gotas contém três partes:
+
+* **Evento**: Um registro armazenado de uma interação dentro do seu sistema.
+* **Atributo** ou colunas: um par de valores principais anexado a objetos de dados.
+* **Regex**: Uma sequência de caracteres e operadores que corresponde a tipos de informações.
+
+### Evento e atributo
+
+Em uma interação típica de IA, um prompt ou solicitação passa por determinados processos (como incorporação) que são registrados como um evento discreto. Por exemplo, digamos que um cliente solicite um endereço registrado. O modelo processa o prompt, que extrai contexto adicional por meio de vários serviços e banco de dados. Seu assistente de IA retorna com uma resposta que contém as informações solicitadas.
+
+
+
+Um conjunto completo de filtros de descarte para uma informação sensível deve incluir consulta para os seis eventos fornecidos na tabela de filtros de descarte. Para cada evento, é necessário criar filtros separados para atributo quando houver mais de um. Seus filtros de eliminação correspondem a pares de eventos e colunas em uma determinada linha. Algumas coisas para lembrar:
+
+* A coluna `content` aparece no evento `LlmChatCompletionMessage` e não no evento `LlmEmbedding` .
+* A coluna `messages` aparece apenas em `LlmFeedbackMessage` mas não em `LlmTool`.
+* A exceção a esta regra é o atributo `input`, que aparece em `LlmEmbedding` e `LlmTool`.
+
+### Regex
+
+Como o comportamento padrão do agente é capturar todas as partes dos dados do evento antes de enviá-los para o New Relic, você precisa direcionar o pipeline de ingestão para combinar informações confidenciais com regex. Ao direcionar um atributo com regex, você ainda pode capturar o evento em si sem armazenar informações confidenciais em nosso banco de dados.
+
+Consulte o regex abaixo para começar a construir sua primeira consulta:
+
+
+
+ **Expressão:**
+
+ ```
+ (\d{10})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ (\d{3}[-\s\.]?\d{3}[-\s\.]?\d{3})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ([a-zA-Z0-9!#$'*+?^_`{|}~.-]+(?:@|%40)(?:[a-zA-Z0-9-]+\.)+[a-zA-Z0-9-]+)
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ([a-zA-Z]){5}([0-9]){4}([a-zA-Z]){1}?
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ([2-9]{1}[0-9]{3}\s\d{4}\s\d{4})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ (d{4}\sd{4}\sd{4})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ([a-zA-Z]?[-\s]?\d{7,8}[-\s]?[a-zA-Z])
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ (\d{3}[-\s\.]?\d{2}[-\s\.]?\d{4})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ([a-zA-Z]{2}[-\s]?\d{2}[-\s]?\d{2}[-\s]?\d{2}[-\s]?[a-dA-D])
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ \d{1,}(\s{1}\w{1,})(\s{1}?\w{1,})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ (^[\+]?[1]?[\W]?[(]?[0-9]{3}[)]?[-\s\.]?[0-9]{3}[-\s\.]?[0-9]{4})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ([a-zA-Z]?\d?\d{5,8})
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ((?:\d{2})?\d\d(?:\\)?(?:\/)?\d\d(?:\\)?(?:\/)?\d{2}(?:\d{2})?)
+ ```
+
+
+
+ **Expressão:**
+
+ ```
+ ((?:(?:4\d{3})|(?:5[1-5]\d{2})|6(?:011|5[0-9]{2}))(?:-?|\040?)(?:\d{4}(?:-?|\040?)){3}|(?:3[4,7]\d{2})(?:-?|\040?)\d{6}(?:-?|\040?)\d{5})
+ ```
+
+
+
+## Suas responsabilidades de conformidade de dados [#responsibilities]
+
+New Relic não pode garantir que esta funcionalidade resolva completamente suas preocupações de divulgação de dados, nem pode fornecer suporte para a construção de sua consulta NRQL . Recomendamos que você:
+
+* Revise seus filtros de descarte e confirme se eles estão identificando e descartando com precisão os dados que você deseja descartar.
+* Verifique se seus filtros de descarte ainda estão descartando informações confidenciais depois de criá-los.
+
+Embora os filtros de descarte ajudem a garantir que as informações pessoais sobre o seu usuário final não sejam armazenadas no NRDB, a própria criação das regras implica nos tipos de dados que você mantém, incluindo o formato dos seus dados ou sistemas. Isso é importante ao determinar permissões de controle para determinados usuários em sua organização, pois determinadas permissões permitem que o usuário visualize e edite todas as informações nas regras que você cria.
+
+## Qual é o próximo? [#whats-next]
+
+Agora que você protegeu os dados dos seus clientes, você pode explorar AI Monitoring:
+
+* [Aprenda a explorar seus dados de IA](/docs/ai-monitoring/view-ai-data).
+* Quer ajustar sua ingestão de dados? [Saiba mais sobre como configurar AI Monitoring](/docs/ai-monitoring/customize-agent-ai-monitoring).
+* Você ativou o log? Aprenda como [ofuscar informações confidenciais](/docs/logs/ui-data/obfuscation-ui) do seu log ou [remover mensagens inteiras do log se elas contiverem informações confidenciais](/docs/logs/ui-data/drop-data-drop-filter-rules).
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/ai-monitoring/intro-to-ai-monitoring.mdx b/src/i18n/content/pt/docs/ai-monitoring/intro-to-ai-monitoring.mdx
new file mode 100644
index 00000000000..5e78c72d177
--- /dev/null
+++ b/src/i18n/content/pt/docs/ai-monitoring/intro-to-ai-monitoring.mdx
@@ -0,0 +1,54 @@
+---
+title: Introdução ao AI Monitoring
+metaDescription: 'AI monitoring lets you observe the AI-layer of your tech stack, giving you a holistic overview of the health and performance of your AI-powered app.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiTraceViewIntroPage from 'images/ai_screenshot-full_trace-view-intro-page.webp'
+
+import aiAIResponsesOverview from 'images/ai_screenshot-full_AI-responses-overview.webp'
+
+Quando as pessoas falam sobre inteligência artificial, elas podem significar coisas diferentes. Na New Relic, quando dizemos IA, queremos dizer a camada do seu ambiente que utiliza um grande modelo de linguagem (LLM) para gerar uma resposta quando recebe um prompt final do usuário. AI Monitoring é uma solução APM que oferece visibilidade ponta a ponta do seu aplicativo com tecnologia de IA.
+
+Com AI Monitoring, você pode medir o desempenho do mecanismo que alimenta seu aplicativo de IA, para garantir que seu usuário tenha a melhor experiência possível. Para começar, tudo que você precisa é instalar um de nossos agentes APM e habilitar AI Monitoring.
+
+
+
+
+ Acesse **[one.newrelic.com](https://one.newrelic.com) > AI Monitoring > Respostas de IA** e selecione uma linha de resposta.
+
+
+## Como funciona AI Monitoring ? [#how-it-works]
+
+Para começar a usar AI Monitoring, você instalará um de nossos agentes APM para instrumentar seu aplicativo. instrumentação significa que seu aplicativo pode ser medido, o que permite ao agente capturar dados sobre o comportamento do aplicativo. Uma vez instrumentado, você precisa habilitar AI Monitoring no nível de configuração.
+
+Habilitar AI Monitoring permite que o agente reconheça metadados de IA associados ao evento de IA. Quando sua IA recebe um prompt e retorna uma resposta, o agente pode reconhecer dados gerados de LLMs externos e armazenamentos de vetores e analisar informações sobre o uso de tokens.
+
+## Melhore o desempenho da IA com o AI Monitoring [#improve-performance]
+
+
+
+
+ Para ter uma visão geral do desempenho do seu aplicativo com tecnologia de IA: Acesse **[one.newrelic.com](https://one.newrelic.com) > AI Monitoring > AI Responses**.
+
+
+AI Monitoring pode ajudá-lo a responder perguntas críticas sobre o desempenho do aplicativo de IA: seu usuário final está esperando muito por uma resposta? Houve um aumento recente no uso token ? Existem padrões de feedback negativo dos usuários sobre determinados tópicos? Com AI Monitoring, você pode ver dados específicos da camada AI:
+
+* [Identifique erros na interação específica prompt e resposta](/docs/ai-monitoring/view-ai-data/#ai-responses) na tabela de respostas. Se ocorrer um erro, abra a [visualização em cascata de rastreamento](/docs/ai-monitoring/view-ai-data/#ai-response-trace-view) para definir o escopo dos métodos e chamadas que seu aplicativo com tecnologia de IA faz ao gerar uma resposta.
+* Se o seu prompt engenheiro atualizou o parâmetro prompt para sua IA, você pode [rastrear se o uso token aumentou ou caiu após a atualização](/docs/ai-monitoring/view-ai-data). Use AI Monitoring para ajudá-lo a tomar decisões que mantenham os custos baixos.
+* Talvez você esteja ajustando seu aplicativo no desenvolvimento, mas deseja eficiência de custo e desempenho antes de ir para produção. Se você estiver usando modelos diferentes em ambientes de aplicativos diferentes, poderá [comparar o custo e o desempenho dos seus aplicativos antes de implantar o](/docs/ai-monitoring/view-ai-data/#model-comparison).
+
+## Comece com AI Monitoring [#get-started]
+
+Pronto para começar? Certifique-se de [confirmar se você pode instrumentalizar sua biblioteca ou frameworkde IA](/docs/ai-monitoring/compatibility-requirements-ai-monitoring). Talvez seja necessário atualizar o agente se você já tiver instrumentado seu aplicativo.
+
+Quando estiver pronto, use nosso documento para [instalar manualmente AI Monitoring](/install/ai-monitoring). Este documento direciona você para os procedimentos relevantes para instalação de um agente APM e, em seguida, orienta você na configuração do agente para AI Monitoring.
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/ai-monitoring/view-ai-data.mdx b/src/i18n/content/pt/docs/ai-monitoring/view-ai-data.mdx
new file mode 100644
index 00000000000..1eecc221d68
--- /dev/null
+++ b/src/i18n/content/pt/docs/ai-monitoring/view-ai-data.mdx
@@ -0,0 +1,204 @@
+---
+title: Visualize dados de IA no New Relic
+metaDescription: 'AI monitoring lets you observe the AI-layer of your tech stack, giving you a holistic overview of the health and performance of your AI-powered app.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+import aiIntroAiUi from 'images/ai_screenshot-full_intro-ai-ui.webp'
+
+import aiTimeseriesBillboard from 'images/ai_screenshot-crop_timeseries-billboard.webp'
+
+import aiCroppedImageofAIBillboards from 'images/ai_screenshot-crop_billboard.webp'
+
+import aiCroppedImageofAItimeseries from 'images/ai_screenshot-crop_Cropped-image-of-AI-timeseries.webp'
+
+import aiAIEntitiesPage from 'images/ai_screenshot-crop_AI-entities-page.webp'
+
+import aiTopleveAiResponsesSummary from 'images/ai_screenshot-crop_topleve-ai-responses-summary.webp'
+
+import aiResponseTable from 'images/ai_screenshot-crop_response-table.webp'
+
+import aiTraceViewAiResponse from 'images/ai_screenshot-full_trace-view-ai-response.webp'
+
+import aiTraceWaterfallPageSpanDetails from 'images/ai_screenshot-crop_trace-waterfall-page-span-details.webp'
+
+import aiTraceWaterfallPageErrorDetails from 'images/ai_screenshot-crop_trace-waterfall-page-error-details.webp'
+
+import aiAiModelComparisonPage from 'images/ai_screenshot-full_ai-model-comparison-page.webp'
+
+A ativação [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring) permite que o agente reconheça e capture métricas de desempenho e trace dados sobre a camada de IA do seu aplicativo. Com AI Monitoring, você pode rastrear o uso token , o número de conclusões e o tempo de resposta da IA em seu aplicativo com tecnologia de IA. Ao ver um erro ou uma resposta imprecisa, você pode definir o escopo de uma visualização em nível de traceem uma determinada interação de resposta promptpara identificar problemas na lógica do seu serviço de IA.
+
+
+
+Você pode visualizar seus dados acessando **[one.newrelic.com](https://one.newrelic.com) > All Capabilities > AI monitoring**. Você pode ver seus dados em três páginas diferentes:
+
+* **AI responses**
+
+ : Visão geral dos dados agregados de toda a sua entidade AI. Acompanhe o tempo de resposta e o token da IA ou veja dados sobre solicitações e respostas individuais.
+
+* **AI entities**
+
+ : Visualize um resumo da tabela de todas as entidades que reportam dados de IA. Consulte entidade com dados padrão APM , como taxas de erros, taxas de transferência e app tempo de resposta. Ao selecionar uma entidade, você pode começar a explorar a página **AI responses** do APM .
+
+* **Compare models**
+
+ : Compare o uso token , tempo de resposta e taxa de erros entre diferentes modelos. Se você estiver realizando testes A/B, poderá obter todas as informações necessárias para tomar decisões sobre seu aplicativo com tecnologia de IA.
+
+## Página de respostas de IA [#ai-responses]
+
+A página **AI responses** de nível superior mostra seus dados de IA de forma agregada. Os dados agregados consideram o total médio de respostas, o tempo de resposta e o uso token por resposta em todas as entidades que reportam dados de IA. Nesta página, resposta refere-se a uma saída do seu aplicativo com tecnologia de IA quando recebe um prompt.
+
+Se você possui vários aplicativos com várias implementações de diferentes estruturas de IA, poderá ter uma noção geral do desempenho do seu modelo de IA.
+
+### Acompanhe o total de respostas, o tempo médio de resposta e o uso de token
+
+
+
+Os três blocos mostram métricas gerais de desempenho sobre as respostas da sua IA. Esses blocos podem não informar a causa exata de um problema, mas são úteis para identificar anomalias no desempenho do seu aplicativo.
+
+
+
+* Se você notar uma queda no total de respostas ou um aumento no tempo médio de resposta, isso pode indicar que alguma tecnologia em sua cadeia de ferramentas de IA impediu que seu aplicativo com tecnologia de IA publicasse uma resposta.
+* Uma queda ou aumento no uso médio token por resposta pode fornecer insights sobre como seu modelo cria uma resposta. Talvez esteja extraindo muito contexto, aumentando assim o custo do token ao gerar sua resposta. Talvez suas respostas sejam muito escassas, levando a custos de token mais baixos e respostas inúteis.
+
+### Ajustar os gráficos da série temporal
+
+
+
+Você pode consultar os gráficos de série temporal para visualizar melhor quando um comportamento análogo aparece pela primeira vez.
+
+* Ajuste o gráfico da série temporal arrastando um pico ou uma gota. Isso abrange a série temporal para uma determinada janela de tempo.
+* Selecione o menu suspenso para executar uma análise comparativa para diferentes parâmetros de desempenho. Você pode escolher entre total de respostas, tempo médio de resposta ou token médio por resposta.
+* Se você ativou o [recurso de feedback](/docs/ai-monitoring/customize-agent-ai-monitoring), poderá definir o escopo dos gráficos para analisar as respostas por feedback positivo e negativo.
+
+### Avalie respostas individuais de IA
+
+Sua tabela de respostas de IA organiza dados sobre a interação entre seu usuário final e o aplicativo de IA. Você pode visualizar quando ocorreu uma interação, o prompt emparelhado com suas respostas, a conclusão e a contagem token , e qual modelo recebeu um prompt.
+
+
+
+Você pode ajustar as colunas da tabela clicando no ícone de engrenagem no canto superior direito. Isso permite que você escolha os tipos de dados que deseja analisar.
+
+A tabela de resposta é um ponto de entrada para visualizar dados trace sobre uma resposta individual. Clique em uma linha na tabela para abrir a visualização trace de uma resposta específica.
+
+### Visualização do rastreamento de resposta da IA
+
+
+
+A visualização de rastreamento de resposta da IA fornece em tracenível de insights sobre como seu aplicativo gera respostas. Talvez você queira examinar a visualização trace para identificar onde ocorreu um erro ou talvez queira entender o que levou ao feedback negativo de uma resposta token alto. Na visualização trace , você pode:
+
+* Escolha entre rastreamento ou log. Ao selecionar log, consulte o log em busca de strings de texto ou atributos que você deseja investigar mais detalhadamente.
+
+* Alterne entre detalhes de resposta ou metadados. A coluna de detalhes da resposta mostra o prompt do usuário e a resposta da IA para que você possa manter o contexto para seu rastreamento e períodos. metadados fornece uma visualização de lista para GUID, modelo, token e fornecedor da entidade.
+
+* Quando ocorre um erro, a visualização em cascata destaca sua linha em vermelho. Selecione a linha para abrir os dados do intervalo, incluindo os detalhes do erro do intervalo.
+
+
+
+
+
+
+
+
+
+
+
+## Página da entidade AI [#entities]
+
+A página da entidade AI organiza todas as suas entidades que atualmente reportam dados de IA em uma tabela. Esta página exibe seus aplicativos de IA juntamente com tempo de resposta, taxas de transferência e taxas de erros.
+
+
+
+
+ Veja a entidade que reporta dados de IA: Vá para **[one.newrelic.com](https://one.newrelic.com) > Todas as Capacidades > AI Monitoring**
+
+
+A seleção de uma entidade de IA leva você à página de resumo do APM desse aplicativo. Em **APM summary page**, selecione **AI monitoring** na navegação esquerda.
+
+### Página de respostas do APM AI [#apm-ai-response]
+
+A seleção de uma entidade de IA leva você à página de resumo do APM. Para encontrar seus dados de IA, escolha **AI responses** no painel de navegação esquerdo. Recomendamos usar esta página quando você identificar que uma determinada entidade AI contribuiu para a anomalia.
+
+* A versão APM das respostas de IA contém os mesmos blocos, gráficos de série temporal e tabelas de respostas coletados como a página de respostas de IA de nível superior.
+* Em vez de mostrar dados agregados, a página de respostas APM AI mostra dados com escopo para o serviço selecionado na entidade AI.
+* Embora a página de respostas de IA de nível superior permita filtrar por serviço em todas as entidades de IA, a página de respostas de IA APM limita a funcionalidade de filtro ao próprio atributo do aplicativo.
+
+Para revisar como explorar seus dados de IA, você pode seguir os mesmos padrões explicados na [seção anterior de respostas de IA](#ai-responses).
+
+## Página de comparação de modelos [#model-comparison]
+
+A página de comparação de modelos oferece flexibilidade para analisar o desempenho dependendo do caso de uso que você está testando. Você pode:
+
+* Compare o desempenho de um modelo em um aplicativo com o desempenho médio de todos os serviços.
+* Realize o teste A/B ao testar prompts diferentes durante a engenharia prompt . Por exemplo, comparar o desempenho e a precisão de um modelo durante uma janela de tempo com um conjunto de prompts em relação a outra janela de tempo com um segundo conjunto de prompts.
+* Avalie o desempenho de um modelo durante um intervalo de tempo específico quando o tráfego de clientes atingiu o pico.
+
+
+
+Lembre-se de que esta página abrange os dados de comparação de modelos para uma única conta. Se a sua organização tiver várias contas que possuem vários aplicativos com tecnologia de IA, você não conseguirá comparar os dados do modelo entre essas contas.
+
+### Entenda o custo do modelo
+
+A coluna de custo do modelo divide o evento de conclusão em duas partes: o prompt dado ao modelo e a resposta final que o modelo entrega ao usuário final.
+
+* **Tokens per completion**
+
+ : A média token para todos os eventos de conclusão.
+
+* **Prompt tokens**
+
+ : A média token para prompt. Essa média token inclui o prompt criado pelo prompt engenheiro e pelo usuário final.
+
+* **Completion tokens**
+
+ : Quantidade de token consumido pelo modelo quando ele gera a resposta entregue ao usuário final.
+
+Ao analisar esta coluna, o valor do token de conclusão e do token de prompt deve ser igual ao valor do token por conclusão.
+
+## Qual é o próximo? [#whats-next]
+
+Agora que você sabe como encontrar seus dados, pode explorar outros recursos que AI Monitoring tem a oferecer.
+
+* Preocupado com informações confidenciais? [Aprenda a configurar filtros de queda](/docs/ai-monitoring/drop-sensitive-data).
+* Se você quiser encaminhar informações de feedback do usuário sobre as respostas de IA do seu aplicativo para New Relic, [siga nossas instruções para atualizar o código do seu aplicativo para obter feedback do usuário na interface](/docs/ai-monitoring/customize-agent-ai-monitoring).
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx b/src/i18n/content/pt/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
index 7b59f5551d8..53a2c98bf60 100644
--- a/src/i18n/content/pt/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
+++ b/src/i18n/content/pt/docs/alerts-applied-intelligence/notifications/notification-integrations.mdx
@@ -434,9 +434,9 @@ Leia mais sobre cada uma de nossas integração de notificação específica.
id="s29hxnyi4v"
/>
- ### Configure um destino de push móvel [#set-mobile_push-destination]
+ ### Configure um destino de push mobile [#set-mobile_push-destination]
- Para criar um destino de push móvel, você precisa do seguinte:
+ Para criar um destino de push mobile, você precisa do seguinte:
* **Push destination name:** Um nome de destino exclusivo.
@@ -448,7 +448,7 @@ Leia mais sobre cada uma de nossas integração de notificação específica.
### Configurar quando receber notificação push no fluxo de trabalho [#mobile]
- Vá para **[one.newrelic.com > All capabilities](https://one.newrelic.com/all-capabilities) > Alerts & AI > Workflows** e clique em um fluxo de trabalho existente ou no botão **+Add a new workflow** e escolha o notificador móvel. Para configurar um mobile push, clique no notificador móvel e selecione o destino desejado.
+ Vá para **[one.newrelic.com > All capabilities](https://one.newrelic.com/all-capabilities) > Alerts & AI > Workflows** e clique em um fluxo de trabalho existente ou no botão **+Add a new workflow** e escolha o notificador mobile. Para configurar um mobile push, clique no notificador mobile e selecione o destino desejado.
+ Se você não tiver acesso para criar um novo destino, envie um e-mail para [notificaçãoWorkflows@newrelic.com](mailto:notificationWorkflows@newrelic.com) com o nome e o número da sua conta para obter assistência.
+
+
Para criar um destino ServiceNow, siga estas etapas:
1. [Baixe](https://store.servicenow.com/sn_appstore_store.do#!/store/application/d117597d1b9b9d9078faddf7b04bcba7/1.0.0?referer=%2Fstore%2Fsearch%3Flistingtype%3Dallintegrations%25253Bancillary_app%25253Bcertified_apps%25253Bcontent%25253Bindustry_solution%25253Boem%25253Butility%25253Btemplate%26q%3Dnew%2520relic&sl=sh) e instale o aplicativo New Relic na loja ServiceNow.
diff --git a/src/i18n/content/pt/docs/apm/agents/go-agent/configuration/go-agent-configuration.mdx b/src/i18n/content/pt/docs/apm/agents/go-agent/configuration/go-agent-configuration.mdx
index 8276c9dc2c9..13cf448e09d 100644
--- a/src/i18n/content/pt/docs/apm/agents/go-agent/configuration/go-agent-configuration.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/go-agent/configuration/go-agent-configuration.mdx
@@ -85,8 +85,8 @@ Aqui estão descrições detalhadas de cada método de configuração:
newrelic.ConfigLicense(os.Getenv("NEW_RELIC_LICENSE_KEY")),
newrelic.ConfigDebugLogger(os.Stdout),
func(config *newrelic.Config) {
- // add more specific configuration of the agent within a custom ConfigOption
- config.HighSecurity = true
+ // add more specific configuration of the agent within a custom ConfigOption
+ config.HighSecurity = true
config.CrossApplicationTracer.Enabled = false
},
)
@@ -1759,6 +1759,169 @@ Nem todas as opções de configuração possíveis podem ser definidas por meio
A configuração de NEW_RELIC_METADATA_SERVICE_VERSION criará uma tag `tag.service.version` nos dados do evento. Neste contexto, a versão do serviço é a versão do seu código que está implantada, em muitos casos uma versão semântica como 1.2.3 mas nem sempre. O envio dessas informações permite facetar sua telemetria pela versão do software implantado para que você possa identificar rapidamente quais versões do seu software estão produzindo os erros.
+## AI Monitoring [#ai-monitoring]
+
+Esta seção inclui a configuração do agente Go para configurar AI Monitoring.
+
+
+ Se distributed tracing estiver desativado ou o modo de alta segurança estiver ativado, AI Monitoring não coletará dados de IA.
+
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+ |
+ Função de configuração
+ |
+
+
+ `newrelic.ConfigAIMonitoringEnabled`
+ |
+
+
+
+
+ Quando definido como `true`, ativa o AI Monitoring.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_STREAMING_ENABLED`
+ |
+
+
+
+ |
+ Função de configuração
+ |
+
+
+ `newrelic.ConfigAIMonitoringStreamingEnabled`
+ |
+
+
+
+
+ Quando definido como `true`, permite que o agente capture respostas transmitidas. Se definido como `false`, o agente não capturará dados de eventos sobre respostas transmitidas, mas o agente ainda poderá capturar métricas e spans. A duração do intervalo terminará quando a chamada da função LLM terminar. Quando definido como `true`, a duração do intervalo termina quando o resultado final é lido no stream.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+ |
+ Função de configuração
+ |
+
+
+ `newrelic.ConfigAIMonitoringRecordContentEnabled()`
+ |
+
+
+
+
+ Se definido como `false`, o agente omitirá o conteúdo de entrada e saída (como sequências de texto de prompt e respostas) capturado no evento LLM. Esta é uma configuração de segurança opcional se você não quiser registrar dados confidenciais enviados e recebidos de seus LLMs.
+
+
+
## Configuração personalizada do evento [#custom-insights-events-settings]
Você pode criar eventos personalizados e disponibilizá-los para consulta e análise.
@@ -2264,7 +2427,7 @@ As configurações a seguir são usadas para configurar o coletor de erros:
```go
app, err := newrelic.NewApplication(
newrelic.ConfigAppName("Your Application Name"),
- newrelic.ConfigLicense(os.Getenv("NEW_RELIC_LICENSE_KEY")),
+ newrelic.ConfigLicense(os.Getenv("NEW_RELIC_LICENSE_KEY")),
func(config *newrelic.Config) {
config.ErrorCollector.IgnoreStatusCodes = []int{100, http.StatusAccepted}
},
@@ -3251,7 +3414,7 @@ Para ativar o rastreamento infinito, ative distributed tracing (defina `config.D
## Configurações de log do aplicativo [#application-logging]
-As configurações a seguir estão disponíveis para configuração do log do aplicativo no agente. Para obter dicas sobre como usar o log do agente Go no contexto, consulte [Log do Go no contexto](/docs/logs/logs-context/configure-logs-context-go).
+As configurações a seguir estão disponíveis para configuração do log do aplicativo no agente. Para obter dicas sobre como usar o logs contextualizados do agente Go, consulte [logs contextualizados do Go](/docs/logs/logs-context/configure-logs-context-go).
Requer agente Go versão 3.17.0 ou superior
diff --git a/src/i18n/content/pt/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx b/src/i18n/content/pt/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
index cb09991ae09..8ad25abe35e 100644
--- a/src/i18n/content/pt/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/go-agent/get-started/go-agent-compatibility-requirements.mdx
@@ -179,7 +179,7 @@ Os pacotes de integração a seguir devem ser importados junto com o pacote [new
- Capture e envie log em dados de contexto do log escrito em zerolog
+ Capture e envie logs contextualizados em dados do log escrito em zerolog
|
@@ -193,7 +193,7 @@ Os pacotes de integração a seguir devem ser importados junto com o pacote [new
- Capture e envie log em dados de contexto do log escrito em logrus
+ Capture e envie logs contextualizados em dados do log escrito em logrus
|
@@ -207,7 +207,7 @@ Os pacotes de integração a seguir devem ser importados junto com o pacote [new
- Capture e envie log em dados de contexto do log escrito no pacote log da biblioteca padrão
+ Capture e envie logs contextualizados em dados do log escrito no pacote log da biblioteca padrão
|
@@ -445,7 +445,7 @@ Os pacotes de integração a seguir devem ser importados junto com o pacote [new
- Servidores, clientes, editores e assinantes do instrumento por meio da frameworkMicro
+ Servidores, clientes, editores e assinantes do instrumento por meio da framework Micro
|
@@ -525,12 +525,25 @@ O agente Go se integra a outro recurso para fornecer observabilidade em toda a s
- Integração
+ Capacidade
|
+
+ |
+ [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Se você tiver a versão 3.31.0 ou superior do agente Go, poderá coletar dados de IA de determinadas bibliotecas e estruturas de IA:
+
+ * [Biblioteca Go OpenAI](https://github.com/sashabaranov/go-openai) versões 3.4.0 e acima
+ * [AWS SDK for Go v2](https://github.com/aws/aws-sdk-go-v2) versões 1.6.0 e superiores
+ |
+
+
|
[Monitoramento de infraestrutura](/docs/infrastructure/new-relic-infrastructure/getting-started/introduction-new-relic-infrastructure)
@@ -563,11 +576,11 @@ O agente Go se integra a outro recurso para fornecer observabilidade em toda a s
|
|
- [](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
+ [Monitoramento de browser](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
|
- O agente Go possui uma [API para retornar o JavaScript do browser do agente](/docs/agents/go-agent/features/install-new-relic-browser-go-apps) . Depois de usar esse método de API em cada solicitação, você poderá visualizar os dados do browser na [página Resumo do APM](/docs/apm/applications-menu/monitoring/apm-overview-page) e alternar rapidamente entre o APM e os dados do browser para um aplicativo específico.
+ O agente Go possui uma [API para retornar o JavaScript do agente do browser](/docs/agents/go-agent/features/install-new-relic-browser-go-apps) . Depois de usar esse método de API em cada solicitação, você poderá visualizar os dados do browser na [página Resumo do APM](/docs/apm/applications-menu/monitoring/apm-overview-page) e alternar rapidamente entre o APM e os dados do browser para um aplicativo específico.
|
diff --git a/src/i18n/content/pt/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx b/src/i18n/content/pt/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
index 79119408e2d..589496b641f 100644
--- a/src/i18n/content/pt/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/java-agent/getting-started/compatibility-requirements-java-agent.mdx
@@ -180,7 +180,7 @@ O agente automaticamente utiliza estes frameworks e bibliotecas:
* JAX-RS 1.0 a 2.0
- * JBoss Logging 1.3.0.Final até o mais recente (para nosso recurso [de contexto de login](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * JBoss Logging 1.3.0.Final até o mais recente (para nosso recurso [de logs contextualizados](/docs/logs/logs-context/java-configure-logs-context-all/) )
* [API JCache](/docs/release-notes/agent-release-notes/java-release-notes/java-agent-3200) 1.0.0 até a mais recente
@@ -188,13 +188,13 @@ O agente automaticamente utiliza estes frameworks e bibliotecas:
* JSF (Java Server Faces)
- * JUL (registro do utilitário Java) (para nosso recurso [de contexto de login](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * JUL (registro do utilitário Java) (para nosso recurso [de logs contextualizados](/docs/logs/logs-context/java-configure-logs-context-all/) )
- * Log4j1 1.2.17 até o mais recente (para nosso recurso [de contexto de login](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * Log4j1 1.2.17 até o mais recente (para nosso recurso [de logs contextualizados](/docs/logs/logs-context/java-configure-logs-context-all/) )
- * Log4j2 2.6 até o mais recente (para nosso recurso [de contexto de login](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * Log4j2 2.6 até o mais recente (para nosso recurso [de logs contextualizados](/docs/logs/logs-context/java-configure-logs-context-all/) )
- * Logback 1.1 até o mais recente (para nosso recurso [de contexto de login](/docs/logs/logs-context/java-configure-logs-context-all/) )
+ * Logback 1.1 até o mais recente (para nosso recurso [de logs contextualizados](/docs/logs/logs-context/java-configure-logs-context-all/) )
* Tarefas Monix
@@ -217,6 +217,8 @@ O agente automaticamente utiliza estes frameworks e bibliotecas:
* Spring 3.0.0.RELEASE até o mais recente
+ * Spring Batch 4.0.0 até o mais recente
+
* Spring Web Services de 1.5.7 até o mais recente
* Spring Webflux 5.0.0.RELEASE para o mais recente
@@ -231,7 +233,7 @@ O agente automaticamente utiliza estes frameworks e bibliotecas:
* ZIO
- * Escala 2.13: 1.0.9 a 2.0.0-M2
+ * Scala 2.13: 1.0.9 até o mais recente
diff --git a/src/i18n/content/pt/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx b/src/i18n/content/pt/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
index a248baad96a..360c128e5de 100644
--- a/src/i18n/content/pt/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/nodejs-agent/getting-started/compatibility-requirements-nodejs-agent.mdx
@@ -502,7 +502,7 @@ Para estruturas ou bibliotecas não suportadas, você mesmo precisará instrumen
id="logging"
title="Biblioteca de registros"
>
- Para oferecer suporte [ao log do APM no contexto](/docs/apm/new-relic-apm/getting-started/get-started-logs-context), o agente Node.js utiliza a seguinte biblioteca:
+ Para oferecer suporte [ao logs contextualizados do APM](/docs/apm/new-relic-apm/getting-started/get-started-logs-context), o agente Node.js utiliza a seguinte biblioteca:
@@ -777,12 +777,26 @@ O agente Node.js se integra a outro recurso para fornecer observabilidade em tod
|
- Integração
+ Capacidade
|
+
+ |
+ [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Se você tiver a versão 11.13.0 do agente Node.js, poderá coletar dados de IA de determinadas bibliotecas e estruturas de IA:
+
+ * [Biblioteca API OpenAI Node.js](https://www.npmjs.com/package/openai/v/4.0.0-beta.4) versões 4.0.0 e superiores. Se o seu modelo usa streaming, o agente Node.js oferece suporte às versões 4.12.2 e superiores
+ * [AWS SDK para JavaScript BedrockRuntime Client](https://www.npmjs.com/package/@aws-sdk/client-bedrock-runtime) versões 3.474.0 e acima
+ * [LangChain.js](https://www.npmjs.com/package/langchain/v/0.1.17) versões 0.1.17 e acima
+ |
+
+
[Monitoramento de browser](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
diff --git a/src/i18n/content/pt/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx b/src/i18n/content/pt/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx
index dc174e99d4a..6b2429bd8e1 100644
--- a/src/i18n/content/pt/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration.mdx
@@ -915,6 +915,139 @@ Esta seção define as variáveis do agente Node.js na ordem em que normalmente
+## AI Monitoring [#ai-monitoring]
+
+Esta seção inclui a configuração do agente Node.js para configurar AI Monitoring.
+
+
+ Você deve habilitar [distributed tracing](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#dt-main) para capturar dados de IA. Ele está ativado por padrão no agente Node.js 8.3.0 e superior. Se você ativou o modo de alta segurança, AI Monitoring não funcionará.
+
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Quando definido como `true`, ativa o AI Monitoring. Permite que o agente capture dados de eventos LLM.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_STREAMING_ENABLED`
+ |
+
+
+
+
+ Quando definido como `false`, desativa a instrumentação para dados LLM transmitidos. Definido como `true`, captura dados transmitidos para evento LLM.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ Se definido como `false`, o agente omite o conteúdo de entrada e saída (como sequências de texto de prompt e respostas) capturado no evento LLM. Esta é uma configuração de segurança opcional se você não quiser registrar dados confidenciais enviados e recebidos de seus LLMs.
+
+
+
## Registro de auditoria [#audit_log]
Esta seção define as variáveis do agente Node.js na ordem em que normalmente aparecem na seção `audit_log: {` do arquivo de configuração `newrelic.js` do seu aplicativo.
@@ -3005,11 +3138,13 @@ Esta seção define as variáveis do agente Node.js na ordem em que normalmente
|
- Define o número máximo de eventos personalizados que o agente coleta por minuto. Caso o número de eventos personalizados ultrapasse esse limite, o agente coleta uma amostragem estatística.
+ * Define o número máximo de eventos personalizados que o agente coleta por minuto. Caso o número de eventos personalizados ultrapasse esse limite, o agente coleta uma amostragem estatística.
-
- Aumentar esse limite pode aumentar o uso de memória.
-
+ * Ao configurar o agente para [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring), defina o valor máximo `100000`. Garante que a quantidade máxima de eventos LLM seja capturada.
+
+
+ Aumentar esse limite pode aumentar o uso de memória.
+
@@ -3790,13 +3925,15 @@ A seção `grpc` controla o comportamento de como o servidor gRPC é instrumenta
- Define o número máximo de eventos que o agente coleta por minuto. Se houver mais que esse número, o agente coleta uma amostragem estatística.
+ * Define o número máximo de eventos que o agente coleta por minuto. Se houver mais que esse número, o agente coleta uma amostragem estatística.
- Não recomendamos configurar além de 10k. O servidor limitará os dados a 10k por minuto.
+ * Não recomendamos configurar além de 10k. O servidor limitará os dados a 10k por minuto.
-
- `max_samples_stored` as definições de configuração exigem [o agente Node.JS versão 8.3.0 ou superior](/docs/apm/agents/nodejs-agent/installation-configuration/update-nodejs-agent/).
-
+ * Ao configurar o agente para [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring), defina o valor máximo `10000`. Garante que a quantidade máxima de rastreamento seja capturada.
+
+
+ `max_samples_stored` as definições de configuração exigem [o agente Node.JS versão 8.3.0 ou superior](/docs/apm/agents/nodejs-agent/installation-configuration/update-nodejs-agent/).
+
## Rastreamento infinito
@@ -3893,7 +4030,7 @@ Para ativar o Rastreamento infinito, adicione as configurações abaixo. Defina
As definições de configuração de log do aplicativo requerem [o agente Node.JS versão 8.11.0 ou superior](/docs/apm/agents/nodejs-agent/installation-configuration/update-nodejs-agent/).
-Para obter dicas sobre como configurar o log para o agente Node.js, consulte [Configurar o log do Node.js no contexto](/docs/logs/logs-context/configure-logs-context-nodejs).
+Para obter dicas sobre como configurar o log para o agente Node.js, consulte [Configurar o logs contextualizados do Node.js](/docs/logs/logs-context/configure-logs-context-nodejs).
- Permite a geração automática [de log no contexto](/docs/logs/logs-context/configure-logs-context-nodejs/).
+ Permite a geração automática [de logs contextualizados](/docs/logs/logs-context/configure-logs-context-nodejs/).
Por exemplo, para desabilitar esse recurso no arquivo de configuração, você usaria:
diff --git a/src/i18n/content/pt/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx b/src/i18n/content/pt/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
index 203bdd0beca..542d01516b4 100644
--- a/src/i18n/content/pt/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/python-agent/configuration/python-agent-configuration.mdx
@@ -1375,6 +1375,139 @@ Para obter mais informações, consulte [Agente Python atributo](/docs/agents/py
+## AI Monitoring [#ai-monitoring]
+
+Esta seção inclui configuração do agente Python para configurar AI Monitoring.
+
+
+ Você deve habilitar [distributed tracing](/docs/apm/agents/nodejs-agent/installation-configuration/nodejs-agent-configuration/#dt-main) para capturar dados de IA. Está ativado por padrão nas versões 7.0.0.166 e superiores do agente Python.
+
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Quando definido como `true`, habilita o AI grande modelo de monitoramento de linguagem.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_STREAMING_ENABLED`
+ |
+
+
+
+
+ Quando definido como `false`, desativa a instrumentação que registra eventos de resumo e mensagem para dados de grande modelo de linguagem transmitidos.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ Se definido como `false`, o agente omitirá o conteúdo de entrada e saída (como sequências de texto de prompt e respostas) capturado no evento LLM. Esta é uma configuração de segurança opcional se você não quiser registrar dados confidenciais enviados e recebidos de seus LLMs.
+
+
+
## Configuração tracer de transação [#txn-tracer-settings]
@@ -3405,7 +3538,8 @@ As configurações de colheita de eventos incluem:
- Limite de evento personalizado por minuto enviado por uma instância do agente Python para New Relic. eventos personalizados são criados através do SDK de telemetria Python.
+ * Limita quantos eventos personalizados por minuto que uma instância do agente Python pode enviar para o New Relic.
+ * Ao configurar o agente para [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring), defina o valor máximo `100000` para garantir que o agente capture a quantidade máxima de eventos LLM.
- Limite de evento span por minuto enviado por uma instância do agente Python para o New Relic.
+ * Limite de evento span por minuto enviado por uma instância do agente Python para o New Relic.
+ * Ao configurar o agente para [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring), defina o valor máximo `10000` para garantir que o agente capture a quantidade máxima de rastreamento distribuído.
Requer [agente Python versão 7.12.0.176 ou superior](/docs/agents/python-agent/installation-configuration/upgrade-python-agent).
diff --git a/src/i18n/content/pt/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx b/src/i18n/content/pt/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx
index fd47d7da424..a85896aff58 100644
--- a/src/i18n/content/pt/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/python-agent/getting-started/compatibility-requirements-python-agent.mdx
@@ -245,6 +245,20 @@ O agente Python se integra a outros recursos para oferecer visibilidade de ponta
+
+ |
+ [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Se você tiver a versão 9.9.0 do agente Python, poderá coletar dados de IA de determinadas bibliotecas e estruturas de IA:
+
+ * Biblioteca [OpenAI](https://pypi.org/project/openai/) versões 0.28.0 e superiores.
+ * [Boto3 AWS SDK para Python](https://pypi.org/project/boto3/) versão 1.28.57 e superior.
+ * [LangChain](https://pypi.org/project/langchain/) versões 0.1.0 e acima.
+ |
+
+
[Monitoramento de browser](/docs/browser/new-relic-browser/getting-started/introduction-new-relic-browser)
diff --git a/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx b/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx
new file mode 100644
index 00000000000..5a86512b87a
--- /dev/null
+++ b/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent.mdx
@@ -0,0 +1,40 @@
+---
+title: current_trace_id (API do agente Python)
+type: apiDoc
+shortDescription: Retorna o trace ID da transação atual.
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'New Relic Python API: Returns the trace ID of the current transaction, which is used by some other calls.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## Sintaxe [#syntax]
+
+```py
+ newrelic.agent.current_trace_id()
+```
+
+Retorna o ID trace da transação atual ou `None` se não existir nenhuma transação.
+
+## Descrição [#description]
+
+Use `current_trace_id` para recuperar o ID trace da [transação](/docs/accounts-partnerships/education/getting-started-new-relic/glossary#transaction) atual.
+
+## Valores de retorno [#return-values]
+
+Retorna o trace ID da transação atual. Retornará `None` se não houver nenhuma transação ativa.
+
+## Exemplos [#examples]
+
+### Obtenha o ID trace atual [#function-trace-example]
+
+```py
+ import newrelic.agent
+
+ @newrelic.agent.background_task()
+ def main():
+ trace_id = newrelic.agent.current_trace_id()
+```
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx b/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx
new file mode 100644
index 00000000000..f2ba6980136
--- /dev/null
+++ b/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/recordllmfeedbackevent-python-agent-api.mdx
@@ -0,0 +1,132 @@
+---
+title: record_llm_feedback_event (API do agente Python)
+type: apiDoc
+shortDescription: Registra evento de feedback do LLM
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'Python API: This call records a Large Language Model (LLM) feedback event for querying in the AI Monitoring UI.'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## Sintaxe [#syntax]
+
+```py
+ newrelic.agent.record_llm_feedback_event(trace_id, rating, category=None, message=None, metadata=None)
+```
+
+Registra evento de feedback personalizado para AI grande modelo de linguagem aplicativo.
+
+## Requisitos [#requirements]
+
+Agente Python versão 9.8.0 ou superior.
+
+## Descrição [#description]
+
+Esta API registra um evento de feedback `LlmFeedbackMessage` que pode ser visualizado e consultado na interface New Relic . O feedback pode correlacionar IDs trace entre uma mensagem gerada por IA e o feedback que um usuário final enviou sobre ela. Para correlacionar mensagens com feedback, você pode obter o trace ID da transação ativa por meio de uma chamada para [`current_trace_id`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent-api/) logo após a chamada que gera a mensagem AI. Passe o ID trace para a chamada de feedback posteriormente, quando um usuário fornecer feedback.
+
+Em muitos casos, o endpoint das mensagens de IA é registrado em locais diferentes do endpoint de feedback. Eles podem acontecer em diferentes transações. É importante:
+
+1. Certifique-se de que o ID trace seja capturado dentro do endpoint que gera a mensagem AI.
+2. Passe esse ID trace dentro do endpoint que registra o feedback.
+
+## Parâmetro [#parameters]
+
+
+
+
+ |
+ Parâmetro
+ |
+
+
+ Descrição
+ |
+
+
+
+
+
+ |
+ `trace_id`
+
+ _corda_
+ |
+
+
+ Obrigatório. ID do trace onde ocorreram as conclusões do chat relacionadas ao feedback. Esse ID pode ser obtido por meio de uma chamada para [`current_trace_id`](/docs/apm/agents/python-agent/python-agent-api/currenttraceid-python-agent-api/).
+ |
+
+
+
+ |
+ `rating`
+
+ _string_ ou _int_
+ |
+
+
+ Obrigatório. Classificação fornecida por um usuário final (ex: “Bom/Mau”, “1-10”).
+ |
+
+
+
+ |
+ `category`
+
+ _corda_
+ |
+
+
+ Opcional. Categoria do feedback fornecido pelo usuário final (ex: “informativo”, “impreciso”).
+ |
+
+
+
+ |
+ `message`
+
+ _corda_
+ |
+
+
+ Opcional. Feedback de texto de formato livre de um usuário final.
+ |
+
+
+
+ |
+ `metadata`
+
+ _dict_
+ |
+
+
+ Opcional. Conjunto de pares de valores principais para armazenar quaisquer outros dados desejados para enviar com o evento de feedback.
+ |
+
+
+
+
+## Valores de retorno [#return-valuess]
+
+Nenhum.
+
+## Exemplos [#examples]
+
+### Obtenha ID trace e registre feedback
+
+Exemplo de gravação de um evento de feedback:
+
+````py
+ import newrelic.agent
+
+ def get_message(request):
+ trace_id = newrelic.agent.current_trace_id()
+
+ def post_feedback(request):
+ newrelic.agent.record_llm_feedback_event(trace_id=request.trace_id, rating=request.rating, metadata= {"my_key": "my_val"})
+```
+````
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx b/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
new file mode 100644
index 00000000000..27059e81eb1
--- /dev/null
+++ b/src/i18n/content/pt/docs/apm/agents/python-agent/python-agent-api/setllmtokencountcallback-python-agent-api.mdx
@@ -0,0 +1,162 @@
+---
+title: set_llm_token_count_callback (API do agente Python)
+type: apiDoc
+shortDescription: Registra um retorno de chamada para calcular contagens token LLM
+tags:
+ - Agents
+ - Python agent
+ - Python agent API
+metaDescription: 'Python API: This call registers a callback to calculate LLM token counts'
+freshnessValidatedDate: never
+translationType: machine
+---
+
+## Sintaxe [#syntax]
+
+```py
+ newrelic.agent.set_llm_token_count_callback(callback, application=None)
+```
+
+Registra uma função de retorno de chamada que será utilizada para calcular contagens token em eventos de grande modelo de linguagem (LLM).
+
+## Requisitos [#requirements]
+
+Agente Python versão 9.8.0 ou superior.
+
+## Descrição [#description]
+
+Esta API registra um retorno de chamada para calcular e armazenar contagens token em eventos `LlmEmbedding` e `LlmChatCompletionMessage`.
+
+* Esta função deve ser usada quando `ai_monitoring.record_content.enabled` estiver definido como `false`. Essa configuração evita que o agente envie conteúdo de IA para o servidor New Relic, onde as contagens de token estão anexadas no lado do servidor.
+* Se ainda quiser capturar contagens token para o evento LLM, você pode implementar um retorno de chamada no código do seu aplicativo para determinar as contagens token localmente e enviar essas informações para New Relic.
+
+Na maioria dos casos, esta API será chamada exatamente uma vez, mas você pode fazer várias chamadas para esta API. Cada nova chamada feita ao endpoint substitui o retorno de chamada registrado anteriormente pelo novo fornecido. Para cancelar completamente o retorno de chamada, passe `None` no lugar do retorno de chamada original.
+
+## Parâmetro API [#api-parameters]
+
+
+
+
+ |
+ Parâmetro
+ |
+
+
+ Descrição
+ |
+
+
+
+
+
+ |
+ `callback`
+
+ _chamável_ ou _Nenhum_
+ |
+
+
+ Obrigatório. O retorno de chamada para calcular contagens token . Para cancelar a definição do retorno de chamada atual, passe `None` em vez de uma função de retorno de chamada.
+ |
+
+
+
+ |
+ `application`
+
+ _objeto_
+ |
+
+
+ Opcional. O objeto de aplicativo específico ao qual associar a chamada de API. Um objeto de aplicativo pode ser obtido usando a função [`newrelic.agent.application`](/docs/apm/agents/python-agent/python-agent-api/application-python-agent-api/) .
+ |
+
+
+
+
+## Valores de retorno [#return-values]
+
+Nenhum.
+
+## Requisitos de retorno de chamada [#callback-requirements]
+
+O retorno de chamada fornecido deve retornar um valor de contagem token inteiro positivo ou nenhuma contagem token será capturada no evento LLM.
+
+## Parâmetro de retorno de chamada [#callback-parameters]
+
+
+
+
+ |
+ Parâmetro
+ |
+
+
+ Descrição
+ |
+
+
+
+
+
+ |
+ `model`
+
+ _corda_
+ |
+
+
+ Obrigatório. O nome do modelo LLM.
+ |
+
+
+
+ |
+ `content`
+
+ _corda_
+ |
+
+
+ Obrigatório. O conteúdo/prompt da mensagem ou entrada de incorporação.
+ |
+
+
+
+
+## Exemplos [#examples]
+
+### Calculando contagens token e registrando o retorno de chamada
+
+Exemplo com tiktoken:
+
+```py
+import newrelic.agent
+def token_count_callback(model, content):
+ """
+ Calculate token counts locally based on the model being used and the content.
+ This callback will be invoked for each message sent or received during a LLM call.
+ If the application supports more than one model, it may require finding libraries for
+ each model to support token counts appropriately.
+
+ Arguments:
+ model -- name of the LLM model
+ content -- the LLM message content
+ """
+ import tiktoken
+
+ try:
+ enc = tiktoken.encoding_for_model(model)
+ except KeyError:
+ return None # Unknown model
+ return len(enc.encode(content))
+
+newrelic.agent.set_llm_token_count_callback(token_count_callback)
+```
+
+Exemplo de uso de API com um objeto de aplicativo passado:
+
+```py
+ application = newrelic.agent.register_application(timeout=10.0)
+ newrelic.agent.set_llm_token_count_callback(token_count_callback, application)
+```
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx b/src/i18n/content/pt/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
new file mode 100644
index 00000000000..4ecb15bd67b
--- /dev/null
+++ b/src/i18n/content/pt/docs/apm/agents/ruby-agent/api-guides/ruby-ai-monitoring.mdx
@@ -0,0 +1,99 @@
+---
+title: AI Monitoring API
+tags:
+ - Agents
+ - Ruby agent
+ - API guides
+metaDescription: For information about customizing New Relic's Ruby agent for AI monitoring.
+freshnessValidatedDate: never
+translationType: machine
+---
+
+Quando você instrumenta seu aplicativo para AI Monitoring, o agente New Relic Ruby coleta automaticamente muitas métricas de IA, mas também fornece API para coletar informações sobre contagem token e feedback do usuário.
+
+
+ AI Monitoring API está disponível no Ruby agente versão 9.8.0 e superior.
+
+
+## Contagem token [#token-count]
+
+Você pode definir um processo de retorno de chamada para calcular o atributo `token_count` para o evento LlmEmbedding e LlmChatCompletionMessage e depois passar essas informações para o New Relic usando a API `NewRelic::Agent.set_llm_token_count_callback` .
+
+Esta API deve ser chamada apenas uma vez para definir um retorno de chamada para uso com todos os cálculos de token LLM. Se for chamado várias vezes, cada novo retorno de chamada substituirá o antigo. O proc será chamado com um único hash aplicar como argumento de entrada e deve retornar um número inteiro representando o número de token usado para aquele prompt, mensagem de conclusão ou incorporação específico. Valores menores ou iguais a 0 não serão anexados a um evento.
+
+O hash aplicar possui as seguintes chaves:
+
+* `:model` (String) - O nome do modelo LLM
+* `:content` (String) – O conteúdo ou prompt da mensagem
+
+O código de exemplo a seguir demonstra a configuração de um retorno de chamada que calcula a contagem token e a transmissão desse retorno de chamada para `NewRelic::Agent.set_llm_token_count_callback`.
+
+````rb
+ require 'tiktoken_ruby' # Example library for counting GPT model tokens used
+
+ token_count_callback = proc do |hash|
+ return unless hash[:model].includes?('gpt')
+
+ enc = Tiktoken.encoding_for_model(hash[:model])
+ enc.encode(hash[:content]).length
+ end
+
+ NewRelic::Agent.set_llm_token_count_callback(token_count_callback)
+
+## User feedback [#user-feedback]
+
+AI monitoring can correlate trace IDs between a generated message from your AI and the message feedback from an end user using `NewRelic::Agent.record_llm_feedback_event`.
+
+`NewRelic::Agent.record_llm_feedback_event` accepts the following arguments:
+
+ * `trace_id` (required) - ID of the trace where the chat completion(s) related to the feedback occurred
+ * `rating` (required) - Rating provided by an end user (ex: 'Good', 'Bad', 1, 2, 5, 8, 10)
+ * `category` (optional) - Category of the feedback as provided by the end user (ex: “informative”, “inaccurate”)
+ * `message` (optional) - Freeform text feedback from an end user
+ * `metadata` (optional) - Set of key-value pairs to store any other desired data to submit with the feedback event
+
+This API requires the current `trace_id` to correlate messages with feedback, which can be obtained using [NewRelic::Agent::Tracer.current_trace_id](https://www.rubydoc.info/gems/newrelic_rpm/NewRelic/Agent/Tracer#current_trace_id-class_method).
+
+The following example code uses a Sinatra app to demonstrate collecting the required user feedback and trace_id of a current transaction (along with this API's optional parameters), and then passing those parameters to `NewRelic::Agent.record_llm_feedback_event`.
+
+```rb
+responses = {}
+
+get '/chat-completion' do
+ @response_message = client.chat(
+ parameters: {
+ model: 'gpt-3.5-turbo',
+ messages: [
+ {'role': 'system', 'content': 'You are a helpful assistant.'},
+ ],
+ temperature: 0.7,
+ }
+ )
+
+ # trace_id must be obtained within the current transaction
+ trace_id = NewRelic::Agent::Tracer.current_trace_id
+ responses[@response_message.id] = trace_id
+
+ render(@response_message)
+end
+
+post '/feedback' do
+ trace_id = responses[@response_message.id]
+ rating = 1
+ category = 'feedback-test'
+ message = 'Good talk'
+ metadata = {user: 'new'}
+
+ halt(404) if !responses[@response_message.id]
+
+ NewRelic::Agent.record_llm_feedback_event(
+ trace_id: responses[@response_message.id],
+ rating: 1,
+ category: 'feedback-test',
+ message: 'Good talk',
+ metadata: {user: 'new'}
+ )
+
+ render('Feedback Recorded')
+end
+````
\ No newline at end of file
diff --git a/src/i18n/content/pt/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx b/src/i18n/content/pt/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
index c445544d29e..df9585b1ab3 100644
--- a/src/i18n/content/pt/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration.mdx
@@ -2155,6 +2155,149 @@ Para obter informações sobre erros ignorados e esperados, [consulte esta pági
+## AI Monitoring [#ai-monitoring]
+
+Esta seção inclui configuração do agente Ruby para configurar AI Monitoring.
+
+
+ Você precisa habilitar distributed tracing para capturar dados trace e feedback. Ele está ativado por padrão no agente Ruby 8.0.0 e superior.
+
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Quando definido como `true`, ativa o AI Monitoring.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Corda
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ * No modo de alta segurança, o padrão é `false`.
+
+ * Permite que o agente instrumente um aplicativo. Oferecemos suporte a `prepend` para prefixação de módulo e `chain` para cadeia de método de alias.
+
+ * O agente Ruby usa `prepend` por padrão.
+ * Se você possui várias bibliotecas que atualizam a mesma classe, você pode atualizar esta configuração para `chain`.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ [Variável ambiental](#environment)
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ * Se definido como `false`, o agente omite o conteúdo de entrada e saída (como sequências de texto de prompt e respostas) capturado no evento LLM.
+
+ * Remove `content` atributo de `LlmChatCompletionMessage` evento
+ * Descarta `input` atributo do evento `LlmEmbedding`
+
+ * Esta é uma configuração de segurança opcional se você não quiser registrar dados confidenciais enviados e recebidos de seus LLMs.
+
+
+
## Monitoramento de browser [#browser-monitoring]
O recurso[de tempo de carregamento de página](/docs/browser/new-relic-browser/page-load-timing/page-load-timing-process) (às vezes chamado de monitoramento de usuário real ou RUM) fornece informações sobre o desempenho que o usuário real está obtendo em seu website. Isso é feito medindo o tempo que o browser do seu usuário leva para baixar e renderizar suas páginas da web, injetando uma pequena quantidade de código JavaScript no cabeçalho e rodapé de cada página.
@@ -2290,7 +2433,7 @@ O recurso[de tempo de carregamento de página](/docs/browser/new-relic-browser/p
## Registro do aplicativo [#application-logging]
-O agente Ruby oferece suporte [ao log APM no contexto](/docs/apm/new-relic-apm/getting-started/get-started-logs-context). Para obter algumas dicas sobre como configurar o log para o agente Ruby, consulte [Configurar log Ruby no contexto](/docs/logs/logs-context/configure-logs-context-ruby).
+O agente Ruby oferece suporte [ao logs contextualizados APM](/docs/apm/new-relic-apm/getting-started/get-started-logs-context). Para obter algumas dicas sobre como configurar o log para o agente Ruby, consulte [Configurar logs contextualizados Ruby](/docs/logs/logs-context/configure-logs-context-ruby).
As opções de configuração relacionadas ao registro disponíveis incluem:
@@ -2598,6 +2741,99 @@ As opções de configuração relacionadas ao registro disponíveis incluem:
+## AI Monitoring [#ai-monitoring]
+
+Esta seção inclui configuração do agente Ruby para configurar AI Monitoring. [distributed tracing](/docs/apm/agents/ruby-agent/configuration/ruby-agent-configuration/#distributed-tracing) deve ser ativado para capturar dados trace e feedback. Ele está ativado por padrão no agente Ruby 8.0.0 e superior.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `false`
+ |
+
+
+
+ |
+ Variável ambiental
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_ENABLED`
+ |
+
+
+
+
+ Se `false`, toda a instrumentação LLM (apenas OpenAI por enquanto) será desativada e nenhuma métrica, evento ou intervalo será enviado. O AI Monitoring será desativado automaticamente se o modo `high_security` estiver ativado.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Boleano
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `true`
+ |
+
+
+
+ |
+ Variável ambiental
+ |
+
+
+ `NEW_RELIC_AI_MONITORING_RECORD_CONTENT_ENABLED`
+ |
+
+
+
+
+ Se `false`, a instrumentação LLM (apenas OpenAI por enquanto) não capturará conteúdo de entrada e saída em evento LLM específico.
+
+ Os atributos excluídos incluem:
+
+ * `content` do evento LlmChatCompletionMessage
+ * `input` do evento LlmEmbedding
+
+
+
## Atributo [#attributes]
[atributo](/docs/features/agent-attributes) são pares de valores principais contendo informações que determinam as propriedades de um evento ou transação. Esses pares de valor principal podem ser visualizados no rastreamento da transação no APM, rastreamento de erros no APM, evento de transação no painel e visualizações de página no painel. Você pode personalizar exatamente qual atributo será enviado para cada um desses destinos
@@ -3948,7 +4184,8 @@ Uma próxima versão da Errors Inbox rastreará automaticamente quais versões d
|
- Especifique um número máximo de eventos personalizados para armazenar em buffer na memória por vez.
+ * Especifique um número máximo de eventos personalizados para armazenar em buffer na memória por vez.
+ * Ao configurar o agente para [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring), defina o valor máximo `100000`. Garante que o agente capture a quantidade máxima de eventos LLM.
@@ -6300,6 +6537,47 @@ Use essas configurações para alternar os tipos de instrumentação durante a i
Controla a instrumentação automática de `Net::HTTP` na inicialização. Pode ser um dos seguintes: `auto`, `prepend`, `chain`, `disabled`.
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Corda
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `auto`
+ |
+
+
+
+ |
+ Variável ambiental
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_RUBY_OPENAI`
+ |
+
+
+
+
+ Controla a instrumentação automática da gema ruby-openai na inicialização. Pode ser um dos seguintes: `auto`, `prepend`, `chain`, `disabled`.
+
+
+
+
+
+
+ |
+ Tipo
+ |
+
+
+ Corda
+ |
+
+
+
+ |
+ Padrão
+ |
+
+
+ `"auto"`
+ |
+
+
+
+ |
+ Variável ambiental
+ |
+
+
+ `NEW_RELIC_INSTRUMENTATION_VIEW_COMPONENT`
+ |
+
+
+
+
+ Controla a instrumentação automática do ViewComponent na inicialização. Pode ser um dos seguintes: `auto`, `prepend`, `chain`, `disabled`.
+
+
- Define o número máximo de eventos de span relatados de uma única colheita. Qualquer número inteiro entre `1` e `10000` é válido.
+ * Define o número máximo de eventos de span relatados de uma única colheita. Qualquer número inteiro entre `1` e `10000` é válido.
+ * Ao configurar o agente para [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring), defina o valor máximo `10000`. Garante que o agente capture a quantidade máxima de rastreio distribuído.
diff --git a/src/i18n/content/pt/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx b/src/i18n/content/pt/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
index ebf360b733a..10cc1a32ba6 100644
--- a/src/i18n/content/pt/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
+++ b/src/i18n/content/pt/docs/apm/agents/ruby-agent/getting-started/ruby-agent-requirements-supported-frameworks.mdx
@@ -809,12 +809,22 @@ O agente Ruby se integra a outros recursos do New Relic para oferecer visibilida
- Integração
+ Capacidade
|
+
+ |
+ [AI Monitoring](/docs/ai-monitoring/intro-to-ai-monitoring)
+ |
+
+
+ Você pode coletar dados de IA usando o agente Ruby e a [gem`ruby-openai` ](https://github.com/alexrudall/ruby-openai). Este recurso foi introduzido no agente Ruby versão 9.8.0 e suporta `ruby-openai` versões 3.4.0 e acima.
+ |
+
+
|
[Monitoramento de browser](/docs/browser/new-relic-browser/getting-started/introduction-browser-monitoring)
diff --git a/src/i18n/content/pt/docs/browser/new-relic-browser/browser-apis/start.mdx b/src/i18n/content/pt/docs/browser/new-relic-browser/browser-apis/start.mdx
index f34fd56857a..ecfe34b826b 100644
--- a/src/i18n/content/pt/docs/browser/new-relic-browser/browser-apis/start.mdx
+++ b/src/i18n/content/pt/docs/browser/new-relic-browser/browser-apis/start.mdx
@@ -17,21 +17,21 @@ translationType: machine
newrelic.start(value: string[]|undefined)
```
-API do navegador usada para iniciar o recurso do agente ao executar em estado diferido.
+API do browser usada para iniciar o recurso do agente ao executar em estado diferido.
## Requisitos
-* Agente navegador Lite, Pro ou Pro+SPA (v1.239.0 ou superior)
+* Agente browser Lite, Pro ou Pro+SPA (v1.239.0 ou superior)
- A configuração necessária para usar esta API não está atualmente conectada ao sistema de implantação maior da New Relic. Como tal, chamar esta API só terá efeito na instalação do navegador copiar/colar ou npm até que novas alterações sejam feitas.
+ A configuração necessária para usar esta API não está atualmente conectada ao sistema de implantação maior da New Relic. Como tal, chamar esta API só terá efeito na instalação do browser copiar/colar ou npm até que novas alterações sejam feitas.
## Descrição
-Recurso pode ser carregado em um estado `deferred` , que pode ser controlado definindo a propriedade `autoStart` do recurso apropriado como `false` no bloco de configuração `NREUM.init.` usado pelo agente. Este estado de recurso significa que o evento será observado e armazenado no agente, mas _não será coletado para NR1 até que seja instruído a fazê-lo_ com o método da API `.start()` . Consulte [Nomes de recursos]('#feature-names') para obter uma lista de nomes de recursos. Veja [Exemplos]('#examples') para exemplos que mostram como colocar o recurso em um estado diferido.
+Recurso pode ser carregado em um estado `deferred` , que pode ser controlado configurando a propriedade `autoStart` do recurso apropriado como `false` no bloco de configuração `NREUM.init.` usado pelo agente. Este estado de recurso significa que o evento será observado e armazenado no agente, mas _não será coletado para NR1 até que seja instruído a fazê-lo_ com o método API `.start()`. Consulte [Nomes de recursos](#feature-names) para obter uma lista de nomes de recursos. Veja [Exemplos](#examples) para exemplos que mostram como colocar o recurso em um estado diferido.
-Ao executar esta função com um valor válido, o navegador do agente iniciará o recurso relevante que foi adiado pela configuração `autoStart: false` . Se chamado sem argumentos, o método iniciará todos os recursos que foram adiados. Se chamado com uma lista de strings representando os nomes dos recursos, os nomes dos recursos correspondentes às strings serão iniciados. Consulte [Nomes de recursos]('#feature-names') para obter uma lista de nomes de recursos.
+Ao executar esta função com um valor válido, o agente do browser iniciará o recurso relevante que foi adiado pela configuração `autoStart: false` . Se chamado sem argumentos, o método iniciará todos os recursos que foram adiados. Se chamado com uma lista de strings representando os nomes dos recursos, os nomes dos recursos correspondentes às strings serão iniciados. Consulte [Nomes de recursos](#feature-names) para obter uma lista de nomes de recursos.
## Parâmetro
diff --git a/src/i18n/content/pt/docs/infrastructure/amazon-integrations/connect/aws-metric-stream.mdx b/src/i18n/content/pt/docs/infrastructure/amazon-integrations/connect/aws-metric-stream.mdx
index d5644ab7610..a907c366458 100644
--- a/src/i18n/content/pt/docs/infrastructure/amazon-integrations/connect/aws-metric-stream.mdx
+++ b/src/i18n/content/pt/docs/infrastructure/amazon-integrations/connect/aws-metric-stream.mdx
@@ -182,7 +182,6 @@ A integração do AWS CloudWatch Metric Streams concentra-se nas métricas do Cl
Integração de polling baseada em API de serviço:
-* AWS Billing
* AWS CloudTrail
* AWS Health
* AWS Trusted Advisor
|