O que é OpenTelemetry Collector?
O OpenTelemetry Collector é um serviço que fica entre suas aplicações e o destino da telemetria. As aplicações enviam a ele traces, métricas e logs, geralmente via OTLP, o protocolo próprio do OpenTelemetry; o Collector agrupa os dados, descarta ou reescreve o que você mandar e encaminha cópias para um ou mais backends. Tudo é configurado num pipeline YAML de receivers (entradas), processors (filtragem, amostragem, mascaramento), exporters (saídas) e connectors (que ligam pipelines).
Para equipes de agentes, é aqui que um trace que passa por um planejador, três workers de ferramentas e dois provedores de modelos volta a se juntar, e onde se descobre para onde foi a latência de ponta a ponta. Os spans de LLM seguem as convenções semânticas GenAI do OpenTelemetry, um conjunto comum de nomes como gen_ai.request.model e gen_ai.usage.input_tokens, então um Collector pode mandar os mesmos spans para Langfuse ou Arize Phoenix, para depurar o LLM, e para Grafana ou Datadog, para o resto do stack.
O repositório principal contém o framework e um pequeno conjunto de componentes; a maioria dos receivers, processors e exporters fica em opentelemetry-collector-contrib. Ambos são projetos da CNCF sob Apache 2.0. Há cinco distribuições oficiais, incluindo uma básica, uma contrib e uma para Kubernetes, e o Collector Builder (ocb) compila uma versão própria só com os componentes de que você precisa.
OpenTelemetry Collector vale a pena?
O Collector é o que mantém portátil o tracing de um sistema de agentes. Você instrumenta uma vez com OpenTelemetry, aponta cada serviço para um Collector, e decidir se os traces vão para Langfuse, Phoenix, Datadog ou os três vira uma mudança em YAML, não no código. Nada mais em observabilidade tem esse alcance: o repositório principal tem cerca de 7.700 estrelas no GitHub e o contrib cerca de 5.000, as versões saem a cada poucas semanas, e a 0.165.0 foi lançada em 6 de novembro de 2026.
Ele também faz trabalhos que um backend de LLM não faz. Um processor de mascaramento ou de transformação pode retirar dados de clientes dos atributos do prompt antes que saiam da sua rede, o que importa porque as convenções GenAI colocam as mensagens completas de entrada e saída em atributos do span e avisam que elas podem conter dados pessoais. A amostragem reduz a conta: guardar todo trace de um agente falante sai caro, e o tail sampling pode manter só os lentos ou com falha. A própria documentação do Langfuse mostra um Collector recebendo OTLP via gRPC e encaminhando via HTTP, porque o Langfuse ainda não aceita gRPC.
A camada GenAI ainda está mudando. Nenhuma das convenções GenAI chegou a Stable, elas se mudaram para um repositório próprio em 2026, e atributos já foram renomeados (gen_ai.system virou gen_ai.provider.name). Os backends ficam atrás da especificação: o Langfuse ainda mapeia os obsoletos gen_ai.prompt e gen_ai.completion. Fixar versões da instrumentação e verificar o que seu backend lê faz parte do trabalho. A filtragem também pede cuidado, já que o Langfuse precisa do span raiz de um trace e descartá-lo deixa o trace incompleto.
O número da versão é honesto sobre o resto. O binário ainda está em 0.x, a estabilidade varia de componente para componente, e mudanças incompatíveis aparecem nas notas de versão; a 0.165.0 removeu quatro configurações HTTP obsoletas. O contrib concentra a maior parte do risco de segurança: entre os alertas de 2026 estão um desvio de autenticação na extensão de autenticação do Azure e um receiver do GitHub que ignorava a autenticação configurada. Uma equipe com um único serviço de agentes e um backend ganha pouco, já que a documentação diz que enviar direto basta em configurações pequenas; a vantagem começa no segundo serviço ou no segundo destino.
Onde ele se destaca
Uma equipe de plataforma numa fintech que roda um agente de suporte em seis serviços
Rastrear uma resposta lenta de ponta a ponta e manter números de conta fora do armazenamento de traces
Cada serviço exporta OTLP para um gateway do Collector; um processor de mascaramento esconde padrões de conta em gen_ai.input.messages antes de exportar para um Langfuse auto-hospedado. O Collector em si custa só os pods onde roda.
Um SRE num varejista que paga o Datadog por span ingerido
Manter o detalhe para depurar o LLM sem pagar por cada passo do agente
Envie todos os spans para Phoenix ou Langfuse para a equipe de IA e só os traces lentos ou com falha escolhidos por tail sampling para o Datadog. O tail sampling precisa de todos os spans de um trace no mesmo Collector, então primeiro vem uma camada de balanceamento de carga.
Um CTO numa startup de 15 pessoas escolhendo um fornecedor de observabilidade de LLM
Não ficar preso à primeira ferramenta de tracing
Instrumente com OpenTelemetry e passe por um Collector desde o início; testar um segundo backend significa adicionar um exporter e rodar os dois em paralelo por um mês, sem trocar de SDK.
Antes de decidir
- Configuração
- Rode a imagem Docker ou o binário otelcol-contrib com uma configuração YAML listando receivers, processors e exporters; o Langfuse publica um exemplo de configuração pronto para encaminhar dados a ele. Há uma distribuição dedicada para Kubernetes, e o ocb gera um binário enxuto.
- Integrações
- Entrada OTLP via gRPC e HTTP; exporters para a maioria dos backends de observabilidade via contrib. O Langfuse aceita OTLP só via HTTP em /api/public/otel; Phoenix e OpenLLMetry emitem e leem spans do OpenTelemetry.
- Dados e privacidade
- Auto-hospedado; não guarda nada além de buffers em memória, salvo configuração, e só envia dados aos exporters que você listar. Spans GenAI podem levar prompts e saídas completos, então o mascaramento deve ficar aqui. Apache 2.0. O repositório principal lista dois alertas de segurança, o contrib vários em 2026.
- Custo em escala
- Sem licença nem edição paga; o custo é a computação dos Collectors em modo agente ou gateway mais os preços de ingestão dos backends. Números de dimensionamento para cargas de LLM não são publicados.
- Limites
- Versões 0.x com mudanças incompatíveis; convenções GenAI no status Development; tail sampling exige uma camada de balanceamento de carga; descartar um span raiz quebra traces no Langfuse. Cerca de 690 issues e pull requests abertos no núcleo e 1.060 no contrib.
O que é bom
- Neutro quanto a fornecedores: troque ou adicione backends sem mexer no código
- Mascaramento, filtragem e tail sampling antes que os dados saiam da sua rede
- Faz a ponte entre protocolos, por exemplo gRPC na entrada e HTTP na saída para o Langfuse
- Builds próprios com ocb mantêm o binário enxuto
O que não é
- Ainda em 0.x, com mudanças incompatíveis nas notas de versão
- Convenções GenAI ainda não Stable e continuam sendo renomeadas
- Componentes do contrib variam em maturidade e concentram a maioria dos alertas
- Mais um serviço para operar, dimensionar e monitorar
Ideal para
Equipes de agentes com vários serviços ou mais de um backend de telemetria que querem traces de LLM que possam mascarar, amostrar e redirecionar sem mudar o código.
Alternativas ao OpenTelemetry Collector
OpenTelemetry Collector: perguntas frequentes
- OpenTelemetry Collector vale a pena?
- O lugar padrão para coletar, limpar e rotear traces de agentes assim que mais de um serviço ou backend entra na história, e uma peça móvel a mais antes disso. Damos nota 4.4 de 5.
- Quanto custa OpenTelemetry Collector?
- Gratuito e de código aberto sob Apache 2.0, sem edição paga do projeto. Os custos são as máquinas onde ele roda e os backends para onde envia; distribuições comerciais vêm de fornecedores de observabilidade.
- Quais são as desvantagens de OpenTelemetry Collector?
- Ainda em 0.x, com mudanças incompatíveis nas notas de versão; convenções GenAI ainda não Stable e continuam sendo renomeadas; componentes do contrib variam em maturidade e concentram a maioria dos alertas; mais um serviço para operar, dimensionar e monitorar.
- Para quem OpenTelemetry Collector é indicado?
- Equipes de agentes com vários serviços ou mais de um backend de telemetria que querem traces de LLM que possam mascarar, amostrar e redirecionar sem mudar o código.
- Quanto custa OpenTelemetry Collector para uma equipe ou em produção?
- Sem licença nem edição paga; o custo é a computação dos Collectors em modo agente ou gateway mais os preços de ingestão dos backends. Números de dimensionamento para cargas de LLM não são publicados.
- OpenTelemetry Collector é seguro para dados da empresa?
- Auto-hospedado; não guarda nada além de buffers em memória, salvo configuração, e só envia dados aos exporters que você listar. Spans GenAI podem levar prompts e saídas completos, então o mascaramento deve ficar aqui. Apache 2.0. O repositório principal lista dois alertas de segurança, o contrib vários em 2026.
- Quais são as melhores alternativas ao OpenTelemetry Collector?
- As alternativas mais próximas que analisamos são OpenLLMetry.
Respostas verificadas em 9 de nov. de 2026.
Você faz o OpenTelemetry Collector? Mostre esta nota no seu site
