Arize Phoenix

活跃
GitHub Python NOASSERTION

简介

Phoenix 是面向 LLM 与 Agent 应用的开源观测与评估工具，支持在线追踪与离线诊断。

核心特性

  • 基于 OpenTelemetry 的 LLM 应用运行时可观测性追踪
  • LLM 驱动的评估，用于响应和检索质量基准测试
  • 版本化数据集，用于实验、评估和微调
  • 提示词管理，支持版本控制、标签和实验
  • Playground 用于优化提示词、对比模型和回放追踪调用
  • 内置 PXI Agent，用于调试追踪和导航 Phoenix

适用场景

💡 追踪和调试 LangChain、LlamaIndex、OpenAI SDK 的 LLM 调用
💡 使用内置评估工具评估 RAG 管道检索质量
💡 系统性地对比提示词版本和模型变体
💡 监控生产环境 LLM 性能并检测回归
💡 使用版本控制和 A/B 测试管理提示词库

标签

observability eval tracing rag

分类

📊 可观测性

快速开始

pip install arize-phoenix → import phoenix as px → px.launch_app() → 打开 http://localhost:6006 → 使用 OpenTelemetry 埋点 LLM 代码
访问 GitHub 访问官网 查看文档

相关项目

相关文章

AI Agent可观测性链路追踪

Agent 可观测性体系构建：从链路追踪到自动评估

系统讲解 Agent 可观测性的三大支柱——链路追踪、指标监控和自动评估，帮你构建生产级 Agent 监控体系。

阅读全文 →
Langfuse可观测性Tracing

Agent 可观测性落地手册：用 Langfuse 做全链路追踪

结合真实落地经验，介绍如何用 Langfuse 搭建 Agent 追踪、评估与成本分析闭环。

阅读全文 →