سؤال مصاحبه

یک ردگیری محاسبات مشترک در سرورهای ابزار مبتنی بر HTTP و stdio

One trace across HTTP and stdio tool servers

  • سطح ۳: ارشد
  • طراحی
  • ۱۲ دقیقه

ایجنت شما از طریق پروتکل MCP از سه سرور ابزار استفاده می‌کند. دو مورد از آن‌ها با پروتکل HTTP جریانی (streamable HTTP) کار می‌کنند و یکی از آن‌ها به‌صورت یک زیرفرایند (subprocess) محلی روی stdio اجرا می‌شود. ساختاری طراحی کنید که یک شناسه‌ی ردگیری (trace ID) واحد به هر سه سرور برسد، و مشخص کنید هر سرور پس از دریافت آن باید چه کاری انجام دهد.

اول خودتان جواب بدهید، بعد پاسخ را باز کنید.

پاسخ کوتاه

برای سرورهای HTTP، هدر استاندارد W3C با نام traceparent را درست مثل هر کلاینت مجهز به ردگیری محاسبات، به تمام درخواست‌ها تزریق (inject) کنید. بستر انتقال (transport) مبتنی بر stdio هدری ندارد؛ بنابراین تا زمانی که پروتکل یک فیلد استاندارد برای این کار اضافه کند، همان مقدار را درون فیلد _meta در هر درخواست JSON-RPC قرار دهید. هر سرور این مقدار را می‌خواند، اسپن (span) اختصاصی خود را به‌صورت فرزند (child) آن کانتکست باز می‌کند، شناسه‌ی ردگیری را در لاگ‌هایش می‌نویسد و اگر سرویس دیگری را فراخوانی کند، کانتکست را به آن انتقال می‌دهد.

پاسخ کامل

چرا این کار ارزش وقت گذاشتن دارد

درس با یک گزارش واقعی از محیط عملیاتی (production) شروع می‌شود: ایجنت گاهی ظرف 3 ثانیه و گاهی در 30 ثانیه پاسخ می‌دهد. لاگ‌ها فقط فراخوانی‌های مدل را نشان می‌دهند و هیچ چیز دیگری در آن‌ها نیست. دلیل این مشکل، سرور ابزاری بود که هنگام شروع سرد (cold start) قفل می‌کرد؛ مشکلی که هیچ چیز جز یک ردگیری محاسبات (trace) سرتاسری (end-to-end) نمی‌توانست آن را آشکار کند.

سرورهای HTTP

پروتکل HTTP جریانی هدرهای استاندارد را منتقل می‌کند. کلاینت مقدار traceparent را تزریق می‌کند و سرور یک اسپن زیرمجموعه‌ی آن والد (parent) می‌سازد. در سمت کلاینت، این فراخوانی یک اسپن از نوع CLIENT زیر اسپن execute_tool است. در سمت سرور، کار انجام‌شده فرزندی از همان ردگیری محاسبات به شمار می‌رود. فاصله‌ی زمانی بین این دو، همان زمان بستر انتقال است.

سرور stdio

کانال stdio فاقد هدرهای HTTP است. در نقشه‌ی راه این پروتکل، افزودن فیلد _meta.traceparent به فراخوانی‌های JSON-RPC در دست بررسی است. تا زمان انتشار این قابلیت، مقدار traceparent را خودتان در تمام درخواست‌ها داخل _meta بگذارید و سرور را طوری تنظیم کنید که آن را از همین بخش بخواند. سرور شناسه‌ی ردگیری را لاگ می‌کند تا بعداً بتوان خطوط لاگ و اسپن‌ها را به یکدیگر پیوند داد.

کاری که هر سرور با کانتکست انجام می‌دهد

  1. کانتکست را از هدر یا از فیلد _meta استخراج کند.
  2. اسپن جدید را به‌صورت فرزند همان کانتکست شروع کند، نه به شکل یک ردگیری محاسبات جدید.
  3. شناسه‌ی ردگیری را در تمام خطوط لاگِ مربوط به آن درخواست ثبت کند.
  4. اگر به نوبه‌ی خود فراخوانی دیگری انجام می‌دهد، کانتکست را به آن منتقل کند.

آنچه پس از این کار می‌بینید

یک نمودار آبشاری یکپارچه: گام ایجنت، فراخوانی ابزار (tool call) و کار سرور. هرگونه قفل کردن یا معطلی، به شکل یک اسپن سرور طولانی زیر یک اسپن کلاینت طولانی ظاهر می‌شود. در کنار اسپن‌ها، نمودار هیستوگرام مدت‌زمان اجرای هر ابزار را هم ثبت کنید؛ این کار بدون نیاز به بررسی ردگیری محاسبات، به سوالات داشبورد پاسخ می‌دهد.

سؤال‌های تکمیلی مصاحبه‌گر
  • سطح 3: اگر سروری فیلد _meta را نادیده بگیرد، در ردگیری محاسبات چه چیزی می‌بینید؟ پاسخ مورد انتظار: کار سرور در قالب یک ردگیری محاسبات کاملاً جداگانه ثبت می‌شود یا اصلاً ثبت نمی‌شود، و اسپن کلاینت فقط مدت‌زمان کل را نشان می‌دهد، بدون اینکه مشخص کند این زمان کجا صرف شده است.
  • سطح 3: کدام اسپن معطلی را ثبت می‌کند؛ اسپن کلاینت یا اسپن سرور؟ پاسخ مورد انتظار: هر دو. اسپن کلاینت مدت انتظار از دید ایجنت را ثبت می‌کند، اسپن سرور نشان می‌دهد خود سرور چه کرده است و فاصله‌ی بین این دو نشان‌دهنده‌ی زمان بستر انتقال است.
  • سطح 4: اگر مسئولیت یکی از سرورهای ابزار با تیم دیگری باشد، از آن‌ها می‌خواهید چه تعهداتی بدهند و چه مواردی را commit کنند؟ پاسخ مورد انتظار: کانتکست را از طریق هدرها یا _meta بپذیرند، به جای شروع یک ردگیری محاسبات جدید همان ردگیری قبلی را ادامه دهند، شناسه‌ی ردگیری را لاگ کنند و اسپن‌ها را به بک‌اَندی بفرستند که هر دو تیم بتوانند آن را بخوانند.
جواب‌های اشتباهی که مصاحبه‌گرها زیاد می‌شنوند
  • «یک شناسه‌ی درخواست (request ID) لاگ کنید و بعداً لاگ‌ها را به هم پیوند دهید.» شناسه‌ی درخواست فاقد ساختار والد-فرزندی و زمان‌بندی دقیق است؛ در حالی که ردگیری محاسبات هر دوی این‌ها را دارد.
  • «سرور stdio محلی است، پس نیازی به ردگیری محاسبات ندارد.» قفل کردن مطرح‌شده در این درس، در شروع سرد یک سرور محلی رخ داده بود. محلی بودن به معنای سریع بودن نیست.
  • «شناسه‌ی ردگیری را داخل پرامپت (prompt) بگذارید تا مدل آن را حمل کند.» مدل یک بستر انتقال نیست؛ ضمن اینکه تغییر مداوم این مقدار در پرامپت، کش پیشوند (prefix cache) را هم بی‌اثر می‌کند.

کجای دوره آموزش داده می‌شود

مبحث انتشار در بسترهای انتقال MCP و متریک‌های مدت‌زمان ابزار در درس OpenTelemetry GenAI پوشش داده شده است.