Databricks MLflow成为Claude平台原生OpenTelemetry导出的支持目标

接入范围与数据路径

来源列出的接入范围是Anthropic SDK、Messages API和Managed Agents。Anthropic SDK需要安装相应包，并配置OTel tracer provider和exporter，让SDK调用生成span；Messages API和Managed Agents则按Claude平台的OpenTelemetry指南配置Databricks目的地。

Claude Code和Claude Agent SDK也支持OpenTelemetry，来源称需在启动应用前设置额外变量，才能把它们的trace发到同一目的地。

数据路径上，Claude的原生instrumentation按OpenTelemetry Protocol导出span，Databricks通过Zerobus Ingest接收，并存入与MLflow实验关联的Unity Catalog表。Databricks称，Zerobus加Unity Catalog可带来两方面的好处：高QPS下低延迟摄取trace，以及对agentic trace中的敏感数据做访问治理；其中部分表述属于Databricks自身主张，来源未附具体性能数据。

trace能看到什么，受什么限制

来源说明，一个agent可能给出看似合理的答案，却漏掉重要发现或反复读取同一来源，仅凭答案本身无法解释原因；trace记录agent执行过程中的各个步骤（span），如模型请求和工具调用，可用于排查失败、找出相关案例并测试改动是否有效。

输入和输出仅在把content mode设为full时才会被捕获。这意味着要看到请求和响应的具体内容，需要显式选择开启。

在MLflow的Traces中打开一条trace，可查看模型调用、工具活动、时序以及被捕获的输入和输出；Unity Catalog控制对数据的访问，来源称也可以用SQL查询这些数据。

MLflow中的调试、复核与评估功能

MLflow的Analyze trace会调用Genie Code检查已记录的执行过程，帮助解释问题所在；开发者可以围绕缺失上下文、工具调用失败或高成本步骤追问，以决定是修改指令、改进工具还是调整提供给agent的上下文。

MLflow Issues处于Beta，来源称其用Genie Code识别反复出现的质量与运维问题，例如重复搜索浪费token、缺少参数导致工具失败、响应不符合格式要求，并把相关发现分组、链接到对应trace。该功能支持按计划运行检测，团队可设置频率、用元数据或标签聚焦特定流量，并自定义关注的问题类型；修复后还可用问题监控跟踪是否复发。

Review Queues面向需要领域知识的判断：复核者读取trace中的请求和响应，说明缺失内容并给出期望答案，这些反馈可用于改进agent并建立后续评估的参考回答。

MLflow Agent Evaluation用于比较改动前后的agent在相同案例上的表现；来源称，用相同judge对比评估运行，可在MLflow UI中查看分数与响应的并排结果，并用底层trace解释仍存在的失败。来源以判断agent是否发起冗余工具调用为例，展示了这类评估的写法。

设置步骤与来源说明

来源给出的三步是：在Databricks的Experiments中创建实验，Trace storage location保持Unity Catalog，选择已有的catalog和schema；用workspace ID、region和spans table配置Databricks目的地，并按Zerobus连接指南获取限定表范围的OAuth token；运行Claude agent后在实验的Traces中查看模型调用、工具活动、时序和输入输出。

来源在展示Issues的演示时注明，该手工编写的示例问题链接了三条受影响的Claude trace，但演示未实际运行Issue Detection。来源还提到，文中首个CTA项在发布前仍需补上Claude集成指南的专门URL。