Python agent release notesRSS

Notes

This release of the Python agent adds support for AI Monitoring server-side configuration, adds context propagation for Bedrock invocations made through Microsoft Agent Framework, fixes duplicate tool entities for LangChain tools backed by a remote MCP server, reduces race condition risk in the garbage collection data sampler, fixes inconsistent transaction names when using Wagtail, and removes byte encoding from outbound Kombu distributed tracing headers.

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

• Add support for AI Monitoring server-side configuration

  • The Python agent now supports server-side configuration of AI Monitoring. When configured, the server-side ai_monitoring.enabled, ai_monitoring.record_content.enabled, and ai_monitoring.streaming.enabled values take precedence over the local settings.

• Add context propagation for Bedrock invocations through Agent Framework

  • Propagates trace context across thread boundaries created by Microsoft Agent Framework's Bedrock integration. This allows the agent's existing botocore instrumentation to capture LLM events for Bedrock invocations made through Agent Framework. This does not add full instrumentation of Agent Framework itself.

Bugs

• Fix inconsistent transaction names when using Wagtail

  • Previously, transaction names for apps built on Wagtail were inconsistent and could be the same for different page views. This has been fixed.

• Fix duplicate tool entities for LangChain tools backed by a remote MCP server

  • Previously, when a LangChain tool was backed by a remote MCP server that was also separately instrumented, duplicate tool entities appeared in the UI. This has been fixed by gating subcomponent attributes off of LangChain tools when a known remote tool is detected.

• Fix missing User Input field for LangChain and LangGraph MCP tool calls

  • Previously, when LangChain or LangGraph used tools from an MCP server, the User Input field could be missing from AI monitoring data if the input message wasn't the last message in the streamed sequence. This has been fixed, and the agent now correctly extracts the input message in these cases.

• Reduce race condition risk in the garbage collection data sampler

  • Previously, the agent always called gc.get_objects() to sample garbage collector object counts, regardless of configuration. This has been changed so gc.get_objects() is only called when top_object_count_limit is configured above 0, avoiding unnecessary heap iteration for customers who don't track object types collected by the garbage collector.

• Remove byte encoding from outbound Kombu distributed tracing headers

  • Previously, distributed tracing headers added by Kombu instrumentation were byte-encoded, which broke transports that serialize payloads with the standard library json module (for example, SQLAlchemy-backed transports). The byte encoding has been removed so these transports work correctly.

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.

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

  • L'agent Python signale désormais le nombre de jetons pour toutes les invocations LLM sur plusieurs fournisseurs d'IA :

    • SDK Anthropic
    • SDK Google GenAI
    • SDK OpenAI
    • AWS Bedrock via botocore et aiobotocore

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.

Remarques

Cette sortie de l'agent Python ajoute des informations de modèle supplémentaires aux événements LLM de chaîne LangChain, et corrige un bug dans l'instrumentation de streaming de LangGraph.

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

• Ajouter des informations supplémentaires sur le modèle aux événements LLM de la chaîne LangChain

  • Ajoutez les attributs request.model et response.model aux événements LLM produits par les chaînes LangChain.
  • Ces informations sont récupérées au mieux et peuvent ne pas toujours être disponibles.

Bugs

• Correction de TypeError dans l'instrumentation de streaming de LangGraph

  • Auparavant, lors de l’utilisation d’un sous-ensemble d’API de streaming dans LangGraph, l’agent rencontrait un TypeError en raison de l’utilisation de weakref.WeakMethod par LangGraph. Cela a été corrigé, et l'agent devrait maintenant fonctionner correctement avec ces méthodes de streaming LangGraph.

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.

Remarques

Cette sortie de l'agent Python ajoute la prise en charge de plusieurs nouvelles commandes Redis, corrige un bug dans l'instrumentation de LangGraph, et améliore la gestion et le logging des paramètres de limite de collecte.

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

• Ajouter l'instrumentation pour les nouvelles commandes Redis v8.8.0

  • Ajoutez l’instrumentation pour les nouvelles commandes Redis suivantes de redis-py v8.8.0 :

    • Commandes diverses : INCREX, XNACK
    • Commandes d'éventail : ARCOUNT, ARDEL, ARDELRANGE, ARGET, ARGETRANGE, ARGREP, ARINFO, ARINSERT, ARLASTITEMS, ARLEN, ARMGET, ARMSET, ARNEXT, AROP, ARRING, ARSCAN, ARSEEK, ARSET

Bugs

• Correction d'un crash dans l'instrumentation de LangGraph

  • Auparavant, lors de l'utilisation de l'instrumentation LangGraph, l'agent plantait en raison d'un problème de propagation du contexte vers les tâches dans AsyncBackgroundExecutor. Cela a été corrigé, et l'agent devrait maintenant fonctionner correctement avec LangGraph.

• Amélioration de la gestion et du logging des paramètres de limite de collecte

  • L'agent rapporte désormais avec plus de précision la liste des méthodes de collecte et des limites à l'onglet Environnement dans New Relic One.
  • L'agent dispose désormais d'un logging de débogage plus cohérente au démarrage pour les paramètres de limite de collecte.

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.

Remarques

Cette sortie de l'agent Python corrige un problème de propagation du contexte dans LangChain et LangGraph, un problème d'enregistrement de complétion de chat OpenAI, et un problème lors de l'utilisation du streaming OpenAI(https://pypi.org/project/openai) via LiteLLM comme proxy.

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.

Bugs

• Correction de la propagation du contexte dans LangChain et LangGraph

  • Ajoute une propagation du contexte de transaction supplémentaire à LangChain et LangGraph pour prendre en charge un plus large éventail de structures d'application.

• Corriger un problème d'enregistrement de complétion de chat OpenAI

  • OpenAI a réintroduit une logique qui ferme la réponse en streaming même si le consommateur n’a pas lu toutes les données. Auparavant, les données de complétion de chat n'étaient enregistrées que lorsque la fin du flux était atteinte, ce qui faisait que les données de complétion de chat n'étaient pas enregistrées lors de la fermeture du flux. Une logique a maintenant été ajoutée pour capturer les données de complétion de chat même si le flux n'a pas été entièrement lu.

• Correction d'un problème lors de l'utilisation du streaming OpenAI via LiteLLM en tant que proxy

  • Auparavant, lors de l'utilisation du SDK OpenAI connecté via un serveur proxy LiteLLM, il était possible de perdre le reporting des données de réponse du LLM en raison d'un motif de fin manquant. Cela a été corrigé, et la réponse devrait désormais toujours être enregistrée.

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.