¿Qué es OpenTelemetry Collector?
El OpenTelemetry Collector es un servicio que se sitúa entre tus aplicaciones y el destino de la telemetría. Las aplicaciones le envían trazas, métricas y logs, normalmente por OTLP, el protocolo propio de OpenTelemetry; el Collector los agrupa, descarta o reescribe lo que le indiques y reenvía copias a uno o varios backends. Todo se configura en un pipeline YAML de receivers (entradas), processors (filtrado, muestreo, anonimización), exporters (salidas) y connectors (que unen pipelines).
Para los equipos de agentes, aquí es donde vuelve a juntarse una traza que pasa por un planificador, tres workers de herramientas y dos proveedores de modelos, y donde se responde a la pregunta de adónde se fue la latencia de extremo a extremo. Los spans de LLM siguen las convenciones semánticas GenAI de OpenTelemetry, un conjunto compartido de nombres como gen_ai.request.model y gen_ai.usage.input_tokens, de modo que un Collector puede enviar los mismos spans a Langfuse o Arize Phoenix para depurar el LLM y a Grafana o Datadog para el resto del stack.
El repositorio principal contiene el framework y un pequeño conjunto de componentes; la mayoría de receivers, processors y exporters están en opentelemetry-collector-contrib. Ambos son proyectos de la CNCF con licencia Apache 2.0. Se publican cinco distribuciones oficiales, entre ellas una básica, una contrib y una para Kubernetes, y el Collector Builder (ocb) compila una propia con solo los componentes que necesitas.
¿Merece la pena OpenTelemetry Collector?
El Collector es lo que mantiene portátil el trazado de un sistema de agentes. Instrumentas una vez con OpenTelemetry, apuntas cada servicio a un Collector, y decidir si las trazas van a Langfuse, Phoenix, Datadog o a los tres pasa a ser un cambio en YAML y no en el código. Nada más en observabilidad tiene su alcance: el repositorio principal tiene unas 7.700 estrellas en GitHub y contrib unas 5.000, las versiones llegan cada pocas semanas y la 0.165.0 salió el 6 de noviembre de 2026.
También hace trabajos que un backend de LLM no puede hacer. Un processor de anonimización o de transformación puede quitar datos de clientes de los atributos del prompt antes de que salgan de tu red, algo importante porque las convenciones GenAI colocan los mensajes completos de entrada y salida en atributos del span y advierten de que pueden contener datos personales. El muestreo reduce la factura: guardar cada traza de un agente muy hablador sale caro, y el tail sampling puede quedarse solo con las lentas o fallidas. La propia documentación de Langfuse muestra un Collector que recibe OTLP por gRPC y reenvía por HTTP, porque Langfuse aún no acepta gRPC.
La capa GenAI sigue moviéndose. Ninguna de las convenciones GenAI ha llegado a Stable, se trasladaron a su propio repositorio en 2026 y ya se han renombrado atributos (gen_ai.system pasó a ser gen_ai.provider.name). Los backends van por detrás de la especificación: Langfuse todavía mapea los obsoletos gen_ai.prompt y gen_ai.completion. Fijar las versiones de la instrumentación y comprobar qué lee tu backend forma parte del trabajo. El filtrado también exige cuidado, ya que Langfuse necesita el span raíz de una traza y descartarlo deja la traza incompleta.
El número de versión es honesto con lo demás. El binario sigue en 0.x, la estabilidad varía de un componente a otro y los cambios incompatibles aparecen en las notas de versión; la 0.165.0 eliminó cuatro ajustes HTTP obsoletos. Contrib concentra la mayor parte del riesgo de seguridad: entre los avisos de 2026 hay un salto de autenticación en la extensión de autenticación de Azure y un receiver de GitHub que ignoraba la autenticación configurada. Un equipo con un solo servicio de agentes y un backend gana poco, pues la documentación dice que enviar directamente basta en configuraciones pequeñas; su utilidad empieza con el segundo servicio o el segundo destino.
Dónde se gana su sitio
Un equipo de plataforma en una fintech con un agente de soporte repartido en seis servicios
Seguir de principio a fin una respuesta lenta y mantener los números de cuenta fuera del almacén de trazas
Cada servicio exporta OTLP a un gateway de Collector; un processor de anonimización enmascara los patrones de cuenta en gen_ai.input.messages antes de exportar a un Langfuse autoalojado. El Collector en sí solo cuesta los pods en los que se ejecuta.
Un SRE en un minorista que paga a Datadog por span ingerido
Conservar el detalle para depurar el LLM sin pagar por cada paso del agente
Envía todos los spans a Phoenix o Langfuse para el equipo de IA y solo las trazas lentas o fallidas seleccionadas por tail sampling a Datadog. El tail sampling necesita todos los spans de una traza en el mismo Collector, así que primero hace falta una capa de balanceo de carga.
Un CTO en una start-up de 15 personas que elige proveedor de observabilidad para LLM
No quedar atado a la primera herramienta de trazado
Instrumenta con OpenTelemetry y enruta por un Collector desde el principio; probar un segundo backend consiste en añadir un exporter y ejecutar ambos en paralelo durante un mes, sin cambiar de SDK.
Antes de decidirte
- Puesta en marcha
- Ejecuta la imagen de Docker o el binario otelcol-contrib con una configuración YAML que liste receivers, processors y exporters; Langfuse publica un ejemplo de configuración listo para reenviarle datos. Para Kubernetes hay una distribución propia, y ocb compila un binario recortado.
- Integraciones
- Entrada OTLP por gRPC y HTTP; exporters para la mayoría de backends de observabilidad a través de contrib. Langfuse solo acepta OTLP por HTTP en /api/public/otel; Phoenix y OpenLLMetry emiten y leen spans de OpenTelemetry.
- Datos y privacidad
- Autoalojado; no guarda nada aparte de búferes en memoria salvo que se configure, y solo envía datos a los exporters que indiques. Los spans GenAI pueden llevar prompts y salidas completos, así que la anonimización corresponde aquí. Apache 2.0. El repositorio principal recoge dos avisos de seguridad, contrib varios en 2026.
- Coste a escala
- Sin licencia ni edición de pago; el coste es el cómputo de los Collectors en modo agente o gateway más los precios de ingesta de los backends. No se publican cifras de dimensionamiento para cargas de LLM.
- Límites
- Versiones 0.x con cambios incompatibles; convenciones GenAI en estado Development; el tail sampling necesita una capa de balanceo de carga; descartar un span raíz rompe las trazas en Langfuse. Unas 690 incidencias y pull requests abiertas en el núcleo y 1.060 en contrib.
Lo bueno
- Neutral respecto a proveedores: cambia o añade backends sin tocar el código
- Anonimización, filtrado y tail sampling antes de que los datos salgan de tu red
- Hace de puente entre protocolos, por ejemplo gRPC de entrada y HTTP de salida hacia Langfuse
- Las compilaciones propias con ocb mantienen pequeño el binario
Lo malo
- Todavía en 0.x, con cambios incompatibles en las notas de versión
- Las convenciones GenAI no son Stable y siguen renombrándose
- Los componentes de contrib varían en madurez y acumulan la mayoría de avisos
- Otro servicio que operar, dimensionar y vigilar
Ideal para
Equipos de agentes con varios servicios o más de un backend de telemetría que quieren trazas de LLM que puedan anonimizar, muestrear y redirigir sin cambiar el código.
Alternativas a OpenTelemetry Collector
OpenTelemetry Collector: preguntas frecuentes
- ¿Merece la pena OpenTelemetry Collector?
- El sitio estándar para recoger, limpiar y enrutar las trazas de agentes en cuanto interviene más de un servicio o backend, y una pieza móvil de más hasta entonces. Le damos un 4.4 sobre 5.
- ¿Cuánto cuesta OpenTelemetry Collector?
- Gratuito y de código abierto con Apache 2.0, sin edición de pago del proyecto. Los costes son las máquinas donde se ejecuta y los backends a los que envía; las distribuciones comerciales las ofrecen proveedores de observabilidad.
- ¿Qué inconvenientes tiene OpenTelemetry Collector?
- Todavía en 0.x, con cambios incompatibles en las notas de versión; las convenciones GenAI no son Stable y siguen renombrándose; los componentes de contrib varían en madurez y acumulan la mayoría de avisos; otro servicio que operar, dimensionar y vigilar.
- ¿Para quién es OpenTelemetry Collector?
- Equipos de agentes con varios servicios o más de un backend de telemetría que quieren trazas de LLM que puedan anonimizar, muestrear y redirigir sin cambiar el código.
- ¿Cuánto cuesta OpenTelemetry Collector para un equipo o en producción?
- Sin licencia ni edición de pago; el coste es el cómputo de los Collectors en modo agente o gateway más los precios de ingesta de los backends. No se publican cifras de dimensionamiento para cargas de LLM.
- ¿Es OpenTelemetry Collector seguro para los datos de la empresa?
- Autoalojado; no guarda nada aparte de búferes en memoria salvo que se configure, y solo envía datos a los exporters que indiques. Los spans GenAI pueden llevar prompts y salidas completos, así que la anonimización corresponde aquí. Apache 2.0. El repositorio principal recoge dos avisos de seguridad, contrib varios en 2026.
- ¿Cuáles son las mejores alternativas a OpenTelemetry Collector?
- Las alternativas más cercanas que hemos analizado son OpenLLMetry.
Respuestas comprobadas el 9 nov 2026.
¿Desarrollas OpenTelemetry Collector? Muestra esta nota en tu web
