Todos los productos
Search
Centro de documentos

AgentLoop:Guía de integración de auditoría

Última actualización: Oct 20, 2026

El módulo Audit de AgentLoop admite dos tipos de ingesta de datos: la ingesta de aplicaciones de IA, que recopila los registros de sesión del agente, y la ingesta de nodos de IA, que captura el comportamiento en tiempo de ejecución mediante eBPF Runtime. En este tema se describe cómo configurar la ingesta de datos de auditoría en Ingestion Center.

Métodos de ingesta

Método de ingesta

Escenario aplicable

Almacenamiento de datos

Descripción

Ingesta de aplicaciones de IA

Hosts o entornos de contenedores con agentes de codificación de IA desplegados

agent-event / agent-event-webtracking

Recopila los registros de sesión del agente, incluidos los eventos de comportamiento Session, Turn y Tool Call. La canalización de escritura específica depende de la configuración generada por Ingestion Center.

AI Node Runtime/eBPF

Hosts o nodos que requieren observability a nivel de tiempo de ejecución

logstore ebpf-event

Captura las características de las solicitudes de LLM, el comportamiento de los procesos, el acceso a archivos y las conexiones de red mediante eBPF.

Ambos métodos de ingesta se pueden usar de forma simultánea. La ingesta de aplicaciones de IA proporciona datos de sesión completos a nivel semántico del agente. Por su parte, AI Node Runtime/eBPF ofrece observability del tiempo de ejecución a nivel de proceso, lo que permite detectar actividades de agentes no gestionadas y efectos secundarios no reportados.

Requisitos previos

  • AgentLoop está activado y se creó un AgentSpace.

  • Las aplicaciones de agentes de IA están desplegadas en los hosts o clústeres de destino.

  • (Ingesta de aplicaciones de IA) El componente de recopilación de datos LoongSuite Pilot está desplegado en el entorno de destino.

  • (Ingesta de nodos de IA) El componente LoongCollector compatible con eBPF está desplegado en el entorno de destino.

Ingesta de aplicaciones de IA

Tipos de agentes compatibles

Actualmente, el módulo Audit admite la ingesta de registros de sesión para los siguientes agentes de codificación de IA:

Tipo de agente

Descripción

Qoder

Asistente de codificación de IA Qoder

Qoder CLI

Asistente de IA de línea de comandos Qoder

Qoder Work

Asistente de espacio de trabajo Qoder Work

Cursor

Asistente de codificación de IA Cursor

Claude Code

Asistente de codificación de IA Claude Code

Codex

Asistente de codificación de IA Codex

Pasos de ingesta

  1. Inicie sesión en la consola de AgentLoop. En el panel de navegación izquierdo, haga clic en Ingestion Center.

  2. En el área AI Observability, busque la tarjeta del tipo de agente de destino (por ejemplo, Qoder, Cursor o Claude Code) y haga clic en ella para acceder a la configuración de ingesta.

  3. Seleccione el escenario de despliegue: Host, Kubernetes o Docker.

  4. Configure los parámetros de ingesta:

    Parámetro

    Descripción

    Application name prefix

    Identifica un grupo de instancias de agente y genera el nombre del servicio; por ejemplo, ai-coding-prod

    Connection method

    Red pública o red interna de Alibaba Cloud

    AgentSpace initialization

    Inicializa el AgentSpace actual y vincula CMS Workspace con SLS Project

    Project

    El SLS Project vinculado al AgentSpace actual (solo lectura)

    Log storage location

    Los registros de auditoría del lado de la aplicación se escriben en agent-event / agent-event-webtracking. El destino específico depende de la configuración de recopilación generada por Ingestion Center.

    Machine group

    Seleccione o cree un machine group para el destino de recopilación

  5. Configure las opciones de procesamiento de datos:

    Data masking (opcional): Admite el enmascaramiento de información confidencial, como números de teléfono, números de identificación, direcciones de correo electrónico, direcciones IP, números de teléfono fijo y números de tarjetas bancarias. Esta opción está deshabilitada de forma predeterminada y se puede habilitar según sea necesario.

  6. Haga clic en Complete ingestion. El sistema genera automáticamente los comandos de instalación. Ejecute estos comandos en el host o clúster de destino para completar el despliegue de Pilot y la configuración de recopilación.

Verificación de la ingesta

Una vez finalizada la ingesta, compruebe en la consola de SLS si los datos se están escribiendo en agent-event / agent-event-webtracking. También puede consultar la marca de tiempo más reciente de los datos correspondientes a la aplicación del agente en la página Audit Management. Vaya a Audit Facts, filtre por tipo de agente o nombre de aplicación y compruebe que las sesiones reportadas, los datos de solicitud y respuesta del modelo, y los datos de llamadas a herramientas sean visibles.

Tipos de datos recopilados

Los registros de auditoría recopilados mediante la ingesta de aplicaciones de IA incluyen los siguientes tipos de eventos:

Tipo de evento

Descripción

Session event

Creación y finalización de sesiones del agente

Turn event

Una ronda individual de interacción entre el usuario y el agente

Step event

Un paso individual ejecutado por el agente

LLM request / response

Solicitudes y respuestas del modelo LLM

Tool call / tool result

Invocaciones de herramientas y sus resultados devueltos

Human approval checkpoint

Puntos de control de aprobación humana

Ingesta de AI Node Runtime/eBPF

Descripción general

La ingesta de AI Node Runtime/eBPF utiliza tecnología eBPF para observar el comportamiento del agente en tiempo de ejecución a nivel de kernel, sin modificar el código de la aplicación. Con este método es posible:

  • Identificar los procesos de agentes de IA que se ejecutan en los hosts y determinar su tipo.

  • Capturar las características de las solicitudes de API de LLM (modelo, tokens, entre otros).

  • Supervisar comportamientos a nivel de proceso, como lecturas y escrituras de archivos o conexiones de red.

  • Detectar actividades de agentes que no se registran mediante la ingesta formal de registros de sesión.

Pasos de ingesta

  1. En el área AI Observability de Ingestion Center, haga clic en la tarjeta AI Node Runtime/eBPF.

  2. Seleccione el escenario de despliegue: Host, Kubernetes o Docker.

  3. Configure los parámetros de alcance del nodo:

    Parámetro

    Descripción

    Project

    El SLS Project vinculado al AgentSpace actual (solo lectura)

    Logstore

    Fijado en ebpf-event (solo lectura)

    Machine group

    Seleccione o cree un machine group para el destino de recopilación

  4. Configure las reglas de detección de AgentSight:

    • Command-line allowlist: Defina las reglas de procesos de agente que se incluirán en la recopilación. Cada grupo contiene un tipo de agente y un patrón de argumento de línea de comandos. A los procesos que coinciden con esta lista de permitidos se les asigna una etiqueta con el tipo de agente correspondiente.

    • Command-line blocklist: Defina los patrones de procesos que se excluirán de la recopilación. Esta lista tiene prioridad sobre la lista de permitidos.

    • Domain allowlist: Defina los patrones de dominios de acceso a la red que se incluirán en la recopilación. Los procesos que accedan a los dominios de esta lista también formarán parte del alcance de recopilación.

    Si no se proporciona ninguna configuración, el sistema utiliza los valores predeterminados recomendados. Cuando se configura algún elemento, la configuración actual reemplaza por completo la lista predeterminada correspondiente.

  5. Configure las opciones de enmascaramiento de datos (opcional). Están disponibles las mismas opciones que en la ingesta de aplicaciones de IA.

  6. Complete la configuración de ingesta.

Verificación de la ingesta

Una vez finalizada la ingesta de eBPF, compruebe en la consola de SLS si los datos se están escribiendo en el logstore ebpf-event para confirmar que la ingesta fue exitosa.

Enmascaramiento de datos

Los registros de auditoría pueden contener información confidencial, como números de teléfono, direcciones de correo electrónico y claves de API. AgentLoop admite el enmascaramiento de datos en el edge durante la etapa de recopilación, lo que evita que la información sensible se almacene en texto plano.

Tipos de enmascaramiento admitidos:

  • Números de teléfono

  • Números de identificación

  • Direcciones de correo electrónico

  • Direcciones IP

  • Números de teléfono fijo

  • Números de tarjetas bancarias

El enmascaramiento de datos se configura durante la preparación de la ingesta. Está deshabilitado de forma predeterminada y se habilita bajo demanda. Después de aplicar el enmascaramiento, la información contextual de los registros permanece intacta y legible, sin afectar las capacidades de auditoría ni de resolución de problemas.

Verificación de la ingesta

Una vez completada la ingesta de manera exitosa, compruébela con los siguientes métodos:

  1. En la página Audit Management, revise AI Application Audit y compruebe que la aplicación de destino aparezca con una marca de tiempo de datos reciente.

  2. En la página Audit Facts, filtre por tipo de agente o nombre de aplicación y compruebe que pueda ver los datos de sesión reportados, las estadísticas de tokens y los resultados del análisis de comportamiento.

  3. Para la ingesta de AI Node Runtime, revise la sección AI Runtime Audit en la página Audit Management y compruebe la cantidad de hosts de recopilación junto con la marca de tiempo más reciente de los datos.