#可観測性
「可観測性」に関する記事一覧。Kuu株式会社のブログでは、AIエージェントガバナンスとDXの観点から 可観測性 に関連するノウハウを 9 件発信しています。
Managed Agentsのスケジュール実行設計
Claude Managed AgentsのScheduled Deploymentsはcron式で分単位の定期実行を設定でき、最大15%のジッターとpause/archiveの3段階制御で障害を吸収する。
プロンプトキャッシュミスの原因をAPIで特定する
Claude APIのCache Diagnosticsはcache_miss_reasonでsystem_changedなど4種のキャッシュ無効化原因を返す。2026年9月23日にGA化した仕組みと実装パターンを解説する。
CI負荷25倍時代のTest Impact Analysis設計
AnthropicはAIコーディングでCI負荷が6か月で25倍に増えた課題をTest Impact Analysisで解決しました。listener/selector構成への刷新手順を解説します。
Managed Agentsのwebhook設計と配信保証
Claude Managed Agentsのwebhookは7カテゴリのイベントをHTTP POSTで通知する。最大3回の再送と自己署名検証の実装要点を一次情報から解説する。
AIエージェントのコスト可視化ダッシュボード設計
Anthropic Usage & Cost APIとLangfuseを組み合わせれば、中小企業でも低コストでAIエージェントの運用コストをワークスペース・モデル単位で可視化できる。利用データは5分以内に反映される。
LangfuseでAIエージェントを可観測化——中小企業向け設定と実装
LangfuseはMITライセンスのOSS可観測化基盤。月5万件まで無料のクラウド版またはセルフホスト（月$150前後）を3軸で選択し、Claude Agent SDKとOpenTelemetry経由で3ステップ連携できる。
AIエージェント障害プレイブック——P0〜P3と5フェーズ対応
AIエージェントのインシデントはP0〜P3の重大度で分類し、検知・封じ込め・根絶・復旧・ポストモーテムの5フェーズで対応する。検知シグナル・キルスイッチ設計・証跡収集の技術手順を解説する。
LLM-as-a-judgeでエージェント品質を自動採点する評価基盤設計
LLM-as-a-judgeを用いてAIエージェントの品質を自動採点する方法を解説。採点ルーブリック・ゴールデンデータセット・回帰テストパイプラインの設計まで、大規模運用を前提としたエンタープライズ向け評価基盤の実装パターンを示します。
AIエージェントのトレース計装——スパン設計とLLM呼び出し追跡
OpenTelemetry GenAI規約に基づきAIエージェントのLLM呼び出しをスパン階層で追跡します。3スパン型・トークン数・停止理由・コストを標準属性として計装し、Langfuseで可視化する設計パターンを解説します。