• /
  • EnglishEspañolFrançais日本語한국어Português
  • Se connecterDémarrer

Python agent release notesRSS

September 22
Python agent v13.6.1

Notes

This release of the Python agent fixes issues with signed headers in botocore (SigV4).

Install the agent using easy_install/pip/distribute via the Python Package Index, using conda via the Conda-Forge Package Index, or download it directly from the New Relic download site.

Bugs

  • Fix issues with signed headers in botocore (SigV4)

    • The previous change to botocore distributed tracing headers has been reverted to avoid duplicate headers being sent.
    • Previously any distributed tracing headers that were generated by other tracing libraries could cause issues with instrumentation in botocore due to header signing. This has been fixed by disabling signing for these headers within botocore.

Support statement

We recommend updating to the latest agent version as soon as it's available. If you can't upgrade to the latest version, update your agents to a version no more than 90 days old. Read more about keeping agents up to date.

See the New Relic Python agent EOL policy for information about agent releases and support dates.

September 21
Python agent v13.6.0

Notes

This release of the Python agent adds support for OpenSearch, Microsoft Azure SQL, new Kinesis methods, and a new browser_monitoring.version setting. Additionally, improvements have been made to Anthropic, MCP, and Google ADK instrumentation. Issues with signed headers in botocore (SigV4) and Gemini tools parsing have also been fixed for this release.

Install the agent using easy_install/pip/distribute via the Python Package Index, using conda via the Conda-Forge Package Index, or download it directly from the New Relic download site.

New Features

  • New instrumentation for opensearch-py

    • Instrumentation was added for the official OpenSearch database connector.
  • New instrumentation for mssql-python

    • Instrumentation was added for Microsoft Azure SQL.
  • New instrumentation for new Kinesis methods

    • The following methods are now supported in Kinesis:
      • create_channel
      • delete_channel
      • describe_channel
      • list_channels
      • update_channel
  • New setting for browser_monitoring.version

Improved Features

  • Improved support for anthropic.

    • Improved parsing of request parameters for the Anthropic SDK on versions 1.0.0 and above.
    • New parsing for responses via Messages.with_raw_response.create enabling improved compatibility with LangChain.
  • Support for mcp v2.0.0 and above.

    • Instrumentation has been updated following the major refactor done in mcp v2.0.0 and should once again work as expected.
  • Support for Google ADK v2.9.0 and above.

    • Instrumentation has been updated for Google ADK on versions 2.9.0 and above.

Bugs

  • Fix issues with signed headers in botocore (SigV4)

    • Previously any distributed tracing headers that were generated by other tracing libraries could cause issues with instrumentation in botocore due to header signing. This has been fixed, and distributed tracing headers are now mutated before signing.
  • Fix Gemini tools parsing

    • Previously, some instances of tools created with Gemini would fail to parse and would silently fail, resulting in no response for that specific request. This has been fixed.

Support statement

We recommend updating to the latest agent version as soon as it's available. If you can't upgrade to the latest version, update your agents to a version no more than 90 days old. Read more about keeping agents up to date.

See the New Relic Python agent EOL policy for information about agent releases and support dates.

August 20
Python agent v13.5.0

Remarques

Cette sortie de l’agent Python ajoute la prise en charge d’Azure CosmosDB, ajoute l’instrumentation pour HTTPX2 et les nouvelles API d’événements de streaming LangChain/LangGraph, ajoute la prise en charge des nouvelles conventions sémantiques de base de données OpenTelemetry, et résout plusieurs problèmes, notamment le signalement incomplet de packages, une pénalité de performance de recherche de package et un bug de signalement de nom de base de données MySQL.

Installez l'agent en utilisant easy_install/pip/distribute via l' index des packagesPython , en utilisant conda via l' index des packages Conda-Forge, ou téléchargez-le directement depuis le site de téléchargement de New Relic.

Nouvelles fonctionnalités

  • Ajout de la prise en charge d’Azure CosmosDB

    • L’agent Python instrumente désormais les opérations client d’ Azure Cosmos DB, signalant les métriques et les traces du datastore pour les opérations de base de données, de conteneur et d’utilisateur effectuées via le SDK azure-cosmos.
  • Ajout de la prise en charge de HTTPX2

    • L’agent Python prend désormais en charge HTTPX2, un fork de HTTPX activement maintenu par l’équipe Pydantic. L’instrumentation des appels externes pour HTTPX2 reflète la prise en charge existante de HTTPX par l’agent pour les clients synchrones et asynchrones.
  • Ajout de l’instrumentation des événements de streaming LangChain/LangGraph

    • Ajout de la prise en charge de l’instrumentation astream_events pour les agents LangChain.
    • Ajout de l’instrumentation stream_events/astream_events pour LangChain/LangGraph v3, couvrant l’itération sur les objets GraphRunStream.
  • Ajout de la prise en charge des nouvelles conventions sémantiques de base de données OpenTelemetry

    • Lors de l’exécution de l’agent Python avec OpenTelemetry (mode agent hybride), l’agent lit désormais les noms d’attribut de span de base de données OpenTelemetry legacy et plus récents (db.name/db.namespace, db.statement/db.query.text, db.mongodb.collection/db.collection.name), de sorte que le tracing de la base de données continue de fonctionner correctement, quelle que soit la version de la convention sémantique que la bibliothèque d’instrumentation OpenTelemetry émet.

Bugs

  • Correction du signalement incomplet des packages à New Relic

    • Auparavant, l’agent Python pouvait omettre certains packages installés des données d’environnement signalées à New Relic si la découverte de modules prenait plus de temps que la fenêtre de temps fixe allouée pendant le cycle de collecte lent, et que la liste de packages n’était pas actualisée après un redémarrage de l’agent. La capture de package s’exécute désormais pendant le cycle de collecte rapide et est entièrement recapturée lors de l’arrêt/redémarrage de l’agent, de sorte que la liste de packages signalée est complète.
  • Réduction de la surcharge des recherches de version de package

    • Auparavant, la recherche des versions de package installées analysait à nouveau le système de fichiers pour chaque package à chaque recherche, entraînant une pénalité de temps O(n^2) qui augmentait avec le nombre de packages installés pendant l’initialisation de l’agent. Le résultat de importlib.metadata.packages_distributions() est désormais mis en cache après la première recherche pour éviter cette surcharge.
  • Correction de get_linking_metadata pour passer correctement par l’application spécifiée

    • Auparavant, l'appel de newrelic.agent.get_linking_metadata(application=...) ignorait l'argument application et renvoyait toujours les métadonnées de liaison pour l'application par défaut. Cela affectait les processus remontant des données à plus d'une application. L'application spécifiée est désormais correctement transmise.
    • Merci à ckarnell pour sa contribution !
  • Correction du signalement du nom de la base de données MySQL lors de l’utilisation de l’argument mot-clé database

    • Auparavant, l’agent vérifiait uniquement l’argument mot-clé legacy db lors de l’analyse du nom de la base de données à partir des arguments de connexion mysql-connector-python, de sorte que les connexions établies à l’aide de l’argument mot-clé moderne database ne signalaient aucun nom de base de données dans les métriques du datastore. L’agent vérifie désormais database en premier, puis se rabat sur db.
  • Correction de l’avertissement lors de l’accès aux valeurs GraphOutput de LangGraph v1.1+

    • Auparavant, l’instrumentation de LangGraph v1.1+ accédait aux valeurs de retour GraphOutput à l’aide de la syntaxe d’accès aux éléments obsolète, déclenchant un avertissement d’obsolescence. L’agent lit désormais GraphOutput.value directement.

Déclaration de soutien

Nous vous recommandons de mettre à jour vers la dernière version de l'agent dès qu'elle est disponible. Si vous ne pouvez pas effectuer la mise à niveau vers la dernière version, mettez à jour vos agents vers une version datant de moins de 90 jours. En savoir plus sur la façon de tenir les agents informés.

Consultez la politique EOL de l'agent Python de New Relic pour obtenir des informations sur la sortie de l'agent et les dates de support.

July 30
Python agent v13.4.0

Remarques

Cette sortie de l'agent Python ajoute la prise en charge des commandes Redis introduites dans Redis v8.10.0 et redis-py v8.1.0. Cette sortie résout également le problème des événements LlmChatCompletion manquants dans LangChain lors de l'utilisation des outils MCP.

Installez l'agent en utilisant easy_install/pip/distribute via l' index des packagesPython , en utilisant conda via l' index des packages Conda-Forge, ou téléchargez-le directement depuis le site de téléchargement de New Relic.

Nouvelles fonctionnalités

  • Ajout des commandes Redis introduites dans Redis v8.10.0 et redis-py v8.1.0

    • L’agent Python prend désormais en charge les commandes récemment ajoutées suivantes dans Redis:

      • himport_discard_all
      • himport_discard
      • himport_prepare
      • lmovem
      • nrange
      • nrevrange
      • querylabels
      • read
      • sdiffcard
      • sunioncard
      • aliaslist

Bugs

  • Correction des événements LlmChatCompletion manquants dans Gemini lors de l'utilisation des outils MCP

    • Auparavant, les événements LlmChatCompletionMessages et LlmChatCompletionSummary manquaient dans Gemini lors de l'utilisation d'outils dans un agent LangChain, si le format de réponse n'était pas le JSON par défaut. Ce problème a été résolu.
  • Passage à l’ID de cache de trace dans LangChain et Agent framework

    • À des fins de propagation du contexte, échangez l'instrumentation de LangChain et d'Agent framework pour stocker uniquement l'ID du cache de trace plutôt que la trace complète dans un attribut de référence. Cela permet d'éviter que ces objets ne soient sérialisés de manière inattendue en cas de fuites. L'ID est un objet beaucoup plus petit, tandis que la trace peut contenir des Mo de données.

Déclaration de soutien

Nous vous recommandons de mettre à jour vers la dernière version de l'agent dès qu'elle est disponible. Si vous ne pouvez pas effectuer la mise à niveau vers la dernière version, mettez à jour vos agents vers une version datant de moins de 90 jours. En savoir plus sur la façon de tenir les agents informés.

Consultez la politique EOL de l'agent Python de New Relic pour obtenir des informations sur la sortie de l'agent et les dates de support.

July 23
Python agent v13.3.0

Remarques

Cette sortie de l’agent Python ajoute la prise en charge de la configuration côté serveur du monitoring de l’IA, ajoute la propagation du contexte pour les invocations Bedrock effectuées via le framework Microsoft Agent, corrige les entités d’outil en double pour les outils LangChain soutenus par un serveur MCP distant, réduit le risque de condition de concurrence dans l’échantillonneur de données du ramasse-miettes, corrige les noms de transaction incohérents lors de l’utilisation de Wagtail, et supprime l’encodage d’octets des en-têtes de tracing distribué Kombu sortants.

Installez l'agent en utilisant easy_install/pip/distribute via l' index des packagesPython , en utilisant conda via l' index des packages Conda-Forge, ou téléchargez-le directement depuis le site de téléchargement de New Relic.

Nouvelle fonctionnalité

  • Ajouter la prise en charge de la configuration côté serveur du monitoring de l’IA

    • L’agent Python prend désormais en charge la configuration côté serveur du monitoring de l’IA. Une fois configurées, les valeurs côté serveur ai_monitoring.enabled, ai_monitoring.record_content.enabled et ai_monitoring.streaming.enabled ont priorité sur les paramètres locaux.
  • Ajouter la propagation du contexte pour les invocations Bedrock via le framework Agent

    • Propage le contexte de trace à travers les limites de threads créées par l’intégration Bedrock de Microsoft Agent framework. Cela permet à l’instrumentation botocore existante de l’agent de capturer les événements LLM pour les invocations Bedrock effectuées via Agent framework. Cela n’ajoute pas une instrumentation complète d’Agent framework lui-même.

Bugs

  • Corriger les noms de transaction incohérents lors de l’utilisation de Wagtail

    • Auparavant, les noms de transaction pour les applications basées sur Wagtail étaient incohérents et pouvaient être identiques pour différentes pages vues. Ce problème est résolu.
  • Correction des entités d’outil en double pour les outils LangChain s’appuyant sur un serveur MCP distant

    • Auparavant, lorsqu’un outil LangChain était soutenu par un serveur MCP distant qui était également instrumenté séparément, des entités d’outil en double apparaissaient dans l’interface utilisateur. Cela a été corrigé en désactivant les attributs de sous-composant des outils LangChain lorsqu’un outil distant connu est détecté.
  • Corriger le champ d’entrée utilisateur manquant pour les appels d’outils MCP LangChain et LangGraph

    • Auparavant, lorsque LangChain ou LangGraph utilisaient des outils provenant d’un serveur MCP, le champ d’entrée utilisateur pouvait être manquant dans les données de monitoring de l’IA si le message d’entrée n’était pas le dernier message de la séquence diffusée en continu. Cela a été corrigé, et l’agent extrait désormais correctement le message d’entrée dans ces cas.
  • Réduire le risque de condition de concurrence dans l’échantillonneur de données du ramasse-miettes

    • Auparavant, l’agent appelait toujours gc.get_objects() pour échantillonner le nombre d’objets du collecteur de mémoire, quelle que soit la configuration. Cela a été modifié de sorte que gc.get_objects() ne soit appelé que lorsque top_object_count_limit est configuré au-dessus de 0, évitant ainsi une itération inutile du tas pour les clients qui ne suivent pas les types d’objets collectés par le collecteur de mémoire.
  • Supprimer l’encodage en octets des en-têtes de tracing distribué Kombu sortants

    • Auparavant, les en-têtes de tracing distribué ajoutés par l’instrumentation Kombu étaient encodés en octets, ce qui interrompait les transports qui sérialisent les charges avec le module json de la bibliothèque standard (par exemple, les transports soutenus par SQLAlchemy). L’encodage en octets a été supprimé afin que ces transports fonctionnent correctement.

Déclaration de soutien

Nous vous recommandons de mettre à jour vers la dernière version de l'agent dès qu'elle est disponible. Si vous ne pouvez pas effectuer la mise à niveau vers la dernière version, mettez à jour vos agents vers une version datant de moins de 90 jours. En savoir plus sur la façon de tenir les agents informés.

Consultez la politique EOL de l'agent Python de New Relic pour obtenir des informations sur la sortie de l'agent et les dates de support.

July 6
Python agent v13.2.0

Remarques

Cette sortie de l'agent Python ajoute la prise en charge de l'instrumentation pour Google ADK, ajoute le comptage des jetons pour plusieurs fournisseurs d'IA (Anthropic, Google GenAI, OpenAI et AWS Bedrock), réduit la taille de l'en-tête tracestate sortant et corrige un plantage dans l'instrumentation de graphql-core.

Installez l'agent en utilisant easy_install/pip/distribute via l' index des packagesPython , en utilisant conda via l' index des packages Conda-Forge, ou téléchargez-le directement depuis le site de téléchargement de New Relic.

Fonctionnalités améliorées

  • Ajout de l'instrumentation pour Google ADK

    • L'agent Python instrumente désormais les workflows d'agent d'IA Google ADK (Agent Development Kit).

    • Les composants instrumentés incluent :

      • LlmAgent liés aux backend Gemini ou VertexAI via google.genai
      • Instances FunctionTool définies par l'utilisateur
      • Workflows de sous-agents incluant les agents enfants et les instances AgentTool
      • Workflows multi-agents incluant la classe Workflow et les classes obsolètes LoopAgent, ParallelAgent et SequentialAgent
  • Ajout du comptage des jetons pour Anthropic, Gemini, OpenAI et Bedrock

Bugs

  • Correction du plantage de l'instrumentation pour graphql-core v3.2.10

    • Auparavant, graphql-core v3.2.10 a renommé l'attribut errors en collected_errors dans ExecutionContext, provoquant le plantage de l'agent. Cela a été corrigé et l'agent fonctionne désormais correctement avec graphql-core v3.2.10 et les versions ultérieures.
  • Suppression de spanId de l'en-tête tracestate sortant

    • Auparavant, l'agent incluait spanId dans l'en-tête tracestate sortant. Étant donné que spanId est déjà présent dans l'en-tête traceparent, il s'agissait d'une duplication inutile. Le spanId a été supprimé de tracestate pour réduire la taille de l'en-tête sortant.

Déclaration de soutien

Nous vous recommandons de mettre à jour vers la dernière version de l'agent dès qu'elle est disponible. Si vous ne pouvez pas effectuer la mise à niveau vers la dernière version, mettez à jour vos agents vers une version datant de moins de 90 jours. En savoir plus sur la façon de tenir les agents informés.

Consultez la politique EOL de l'agent Python de New Relic pour obtenir des informations sur la sortie de l'agent et les dates de support.

Droits d'auteur © 2026 New Relic Inc.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.