> ## Documentation Index
> Fetch the complete documentation index at: https://docs.strattum.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Observability

> Monitoramento operacional da saúde de dados, pipelines e contexto — fontes desatualizadas, schemas quebrados, campos faltando — antes que impactem o agente.

O **Observability** monitora a saúde do contexto entregue aos agentes em produção. Detecta fontes desatualizadas, schemas quebrados e campos faltando antes que gerem uma decisão incorreta, e registra qual contexto foi entregue a cada decisão.

> [!WARNING]
>
> Observability monitora a qualidade do **contexto** em produção, nunca o comportamento do agente nem as respostas do LLM. Um contexto degradado não aparece no log do modelo — aparece aqui.

***

## Por que Observability existe

Em produção, o contexto degrada em silêncio. Uma fonte para de sincronizar, um schema muda na origem, um perfil fica obsoleto. O agente continua respondendo, mas com contexto pior, e o problema só aparece quando alguém percebe uma decisão errada.

Observability torna essa degradação visível no momento em que acontece. Ele monitora a saúde dos datasets, dos pipelines e do contexto montado, e notifica o time antes que o problema chegue ao agente.

Para setores regulados — fintech, healthtech, cooperativas de crédito — o audit trail é o que permite reconstruir qual contexto sustentou cada decisão. É requisito de rastreabilidade, não conveniência operacional.

***

## O que o Observability monitora

O monitoramento cobre quatro frentes. Cada uma responde a uma pergunta sobre a saúde do contexto em produção.

### Monitoramento em tempo real

Acompanha completude, latência e fontes consultadas a cada montagem de contexto. Você vê o estado atual da camada de contexto sem esperar por um relatório.

### Detecção de anomalias

Identifica fontes desatualizadas, dados faltando, schemas quebrados e perfis obsoletos. Quando um dataset para de receber cargas ou uma coluna some da origem, o Observability marca a anomalia.

### Audit trail completo

Registra qual contexto foi entregue a cada decisão do agente — qual perfil, quais fontes, qual versão. É o registro que permite auditar uma decisão depois que ela aconteceu.

### Alertas proativos

Notifica o time antes que o problema impacte o agente em produção. Quando uma métrica de contexto viola o limiar configurado, o alerta dispara.

***

## Métricas que o Observability consome

Memory e Knowledge emitem métricas operacionais que o Observability acompanha em produção.

| Métrica | Definição |
| - | - |
| **Frescor do perfil** | Tempo desde a última atualização vs o SLA configurado |
| **Frescor da timeline** | Evento mais recente vs a frequência esperada |
| **Utilização de contexto** | % do orçamento de tokens efetivamente usado por requisição |
| **Latência de contexto** | Tempo entre a requisição e a entrega do contexto formatado |

> [!NOTE]
>
> Os eventos de violação de limiar chegam do [Evals](https://docs.strattum.ai/evals/overview.md), que avalia a qualidade do contexto. Evals mede; Observability monitora em produção.

***

## Como se conecta aos outros produtos

Observability fica na camada de Ops Engineering. Consome sinais de todos os produtos que entregam contexto.

| Produto | Como o Observability se conecta |
| - | - |
| **Data Pipelines** | Monitora a saúde dos pipelines — fontes lentas, dados faltando, falhas de sync |
| **Data Catalog** | Monitora a saúde dos datasets — fontes desatualizadas, campos faltando, schemas quebrados |
| **Memory** | Acompanha frescor do perfil, latência do contexto e o audit trail de cada entrega |
| **Knowledge** | Acompanha latência e saúde do índice vetorial |
| **Evals** | Recebe os eventos quando uma métrica de contexto viola o limiar configurado |

***

## Casos de uso

> **Fonte que parou de sincronizar**
>
> O conector de contratos falha durante a madrugada. O frescor do perfil das entidades afetadas ultrapassa o SLA e o Observability dispara o alerta antes do horário comercial. O time corrige a sincronização antes que qualquer agente entregue contexto desatualizado.

> **Auditoria de uma decisão passada**
>
> Uma cooperativa precisa demonstrar, meses depois, qual contexto sustentou uma decisão de crédito. O audit trail registra o snapshot do contexto entregue naquele momento — perfil, fontes e versão — e a decisão fica reconstruível.

> **Schema quebrado na origem**
>
> Uma coluna é renomeada no sistema de origem e a transformação `clean/` passa a entregar um campo vazio. O Observability marca a anomalia de schema e aponta o dataset afetado, antes que o campo faltando chegue ao contexto do agente.

***

## Próximos passos

> **[Evals](https://docs.strattum.ai/evals/overview.md)**
>
> Entenda como a qualidade do contexto é avaliada em completude, precisão e relevância.

> **[Data Catalog](https://docs.strattum.ai/data-catalog/overview.md)**
>
> Veja como os datasets são governados e como o monitoramento de qualidade se conecta a eles.

> **[Memory](https://docs.strattum.ai/memory/overview.md)**
>
> Entenda quais métricas de contexto o Memory emite para monitoramento.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.