Pusat Integrasi menghubungkan AI Agent, framework Agent, Agent buatan sendiri, dan perilaku runtime-nya ke AgentLoop. Setelah terintegrasi, Anda dapat memanfaatkan kemampuan observabilitas, audit, dan evaluasi sesuai metode integrasi yang dipilih. Sebelum memulai, pilih metode integrasi berdasarkan jenis Agent, lingkungan runtime, dan kemampuan target.
Perbandingan metode integrasi
Simbol berikut digunakan dalam tabel perbandingan:
✅: Didukung.
❌: Tidak didukung.
Cakupan target integrasi
Target integrasi | Log runtime sistem AI (eBPF) | LoongSuite Pilot | Pemeriksaan Bahasa dan Framework |
Common Agents | ✅ Claude Code, OpenClaw, QwenPaw, Hermes, dan lainnya | ✅ Claude Code, Codex, Cursor, Qoder, Qoder CN, Qoder Work | ✅ OpenClaw, QwenPaw, Hermes, Coze |
Framework Agent umum | ✅ LangChain, LangGraph, Dify, AgentScope, dan lainnya | ❌ | ✅ LangChain, LangGraph, AgentScope |
Agent buatan sendiri berbasis Python | ✅ | ❌ | ✅ |
Agent buatan sendiri berbasis Node.js | ✅ | ❌ | ✅ |
Agent buatan sendiri berbasis Rust | ❌ | ❌ | ❌ |
Agen Buatan Sendiri untuk Bahasa Lain | ✅ | ❌ | Didukung sebagian atau dengan batasan kemampuan tertentu. |
Log runtime sistem AI menyediakan cakupan umum untuk runtime Linux umum melalui eBPF. Codex menggunakan Rust dan implementasi TLS khusus, sehingga membatasi pengumpulan muatan LLM.
Probe bahasa dan framework memerlukan adaptasi khusus per bahasa, per Agent, atau per framework.
Kemampuan dan lingkungan runtime
Kemampuan atau lingkungan
Log runtime sistem AI (eBPF)
LoongSuite Pilot
Probe bahasa dan framework
Observabilitas
❌
✅
✅
Audit
✅
✅
❌
Evaluasi
✅
✅
✅
Sistem dan lingkungan
Host Linux, Docker, Kubernetes
Lingkungan pengembangan Linux, macOS, Windows
Host dan lingkungan kontainer Linux, macOS, Windows
Dampak peningkatan
Tingkatkan collector secara manual tanpa me-restart beban kerja Anda
Komponen pengumpulan ditingkatkan secara otomatis tanpa me-restart beban kerja Anda
Perbarui secara manual di host, perbarui secara otomatis di kontainer. Memerlukan restart aplikasi
Jejak observabilitas untuk log runtime sistem AI belum tersedia. eBPF mungkin tidak langsung mendapatkan identifier Session, Turn, dan Step asli atau status internal framework.
Jejak audit untuk probe bahasa dan framework belum tersedia.
Kemampuan yang tercantum di atas berlaku dengan asumsi bahwa target integrasi didukung dan pengumpulan data berhasil.
Panduan pengambilan keputusan
Di lingkungan host Linux atau kontainer yang didukung, log runtime sistem AI (eBPF) memberikan cakupan target integrasi terluas tanpa perubahan kode. Namun, eBPF saat ini tidak mendukung jejak observabilitas. Pilih metode integrasi berdasarkan skenario Anda:
Membutuhkan jejak observabilitas di macOS atau Windows — Gunakan probe bahasa dan framework.
Membutuhkan jejak observabilitas untuk AI Coding Agent yang didukung — Gunakan LoongSuite Pilot.
Membutuhkan audit di Linux tanpa perubahan kode — Gunakan log runtime sistem AI (eBPF).
Membutuhkan audit untuk AI Coding Agent yang didukung di macOS atau Windows — Gunakan LoongSuite Pilot.
Membutuhkan cakupan Agent terluas di Linux untuk evaluasi — Gunakan log runtime sistem AI (eBPF).
Untuk lingkungan yang memerlukan fakta audit runtime sekaligus konteks Agent asli, Anda dapat menggabungkan beberapa metode.
Temukan item integrasi yang sesuai
Masuk ke Konsol AgentLoop. Di panel navigasi sebelah kiri, klik Integration Center. Pilih item integrasi yang sesuai berdasarkan target integrasi.
Target integrasi | Entri Pusat Integrasi | Dokumentasi |
AI Coding Agent | Di AI Application Integration, pilih item yang sesuai seperti Claude Code, Codex, Cursor, Qoder, Qoder CN, atau Qoder Work | |
Agent dan platform | Di AI Application Integration, pilih item yang sesuai seperti OpenClaw, QwenPaw, Hermes, atau Coze | Integrasikan aplikasi OpenClaw, Integrasikan aplikasi Hermes Agent |
Framework Agent dan aplikasi buatan sendiri | Di AI Application Integration, pilih item yang sesuai seperti AgentScope, LangChain / LangGraph, Dify, Python, atau Node.js | Integrasikan aplikasi AgentScope (Python), Integrasikan aplikasi Dify, Integrasikan aplikasi LangChain & LangGraph |
Runtime sistem AI | Di AI Node Integration, pilih AI system runtime logs untuk lingkungan host Linux, Docker, dan Kubernetes |
Untuk menggunakan orkestrasi otomatis AI Agent dalam integrasi pemantauan aplikasi, lihat Integrasikan pemantauan aplikasi AgentLoop melalui AI Agent.
Integrasi gabungan
Log runtime sistem AI, LoongSuite Pilot, serta probe bahasa dan framework dapat digunakan secara kombinasi. Metode integrasi ini tidak saling eksklusif:
Log runtime sistem AI mengumpulkan interaksi model generik dan fakta runtime melalui eBPF.
LoongSuite Pilot atau probe bahasa dan framework melengkapi konteks Session, Turn, Step asli serta status framework.
Untuk memantau konteks Agent sekaligus perilaku runtime proses, file, dan jaringan secara bersamaan, gabungkan beberapa metode integrasi.
Penyamaran data
Konfigurasi integrasi mendukung penyamaran data sisi klien sesuai permintaan untuk informasi sensitif seperti nomor telepon, nomor KTP, alamat email, alamat IP, nomor telepon rumah, dan nomor kartu bank. Penyamaran data dinonaktifkan secara default. Untuk detail konfigurasi spesifik, lihat item integrasi yang sesuai.
Langkah selanjutnya
Verifikasi status integrasi: Ikuti dokumentasi integrasi spesifik untuk memverifikasi bahwa data target telah ditulis dan atasi masalah tidak adanya data.
Lihat data yang dapat diamati: Lihat panggilan model, penggunaan token, jejak Agent, dan data tool calling.
Aktifkan kemampuan audit: Konfigurasikan opsi deteksi risiko aplikasi, runtime, dan deteksi semantik di audit management. Untuk informasi lebih lanjut, lihat Audit management.
Gunakan fakta audit: Jelajahi session dan lihat analisis token serta analisis perilaku. Untuk informasi lebih lanjut, lihat Audit facts.
Jalankan evaluasi lintasan: Buat set data lintasan dan konfigurasikan tugas evaluasi untuk menganalisis kualitas eksekusi Agent.