Ingesting Agent Traces with dlthub

​En cet atelier pratique, nous vous montrerons comment ne plus naviguer à l’aveuglette avec vos agents IA. À l'aide de dltHub Pro, nous construirons un pipeline qui ingère des traces d'agent (par ex. appels d'outils, étapes intermédiaires, utilisation de jetons et résultats) et les transforme en données structurées et interrogeables. ​À partir de là, nous transformerons ces données en rapports qui vous indiqueront réellement ce que vos agents font, où ils échouent, et comment les améliorer. ​Vous apprendrez comment : * ​Capturer et normaliser les traces d'agent dans un schéma cohérent * ​Transformer et modéliser des données de traces imbriquées et de longueur variable avec dltHub Pro * ​Déployer votre pipeline et construire des rapports qui mettent en évidence de réelles informations sur la performance des agents ​ À la fin, vous disposerez d'une couche de reporting fonctionnelle pour vos agents IA, afin que vous puissiez déboguer plus rapidement, optimiser plus intelligemment et expédier en toute confiance. ​À propos de l'intervenante : Alena est DevRel chez dltHub. Elle construit et optimise des pipelines de données, s'engage avec la communauté dltHub et crée du contenu éducatif pour rendre le traitement des données plus accessible. Cet événement est sponsorisé par dltHub **Rejoignez notre Slack : https://datatalks.club/slack.html**