跳到主要内容

PromptLayer OpenAI

PromptLayer 是第一个允许您跟踪、管理和共享 GPT 提示工程的平台。 PromptLayer 充当您的代码和 OpenAI’s python 库之间的中间件。

PromptLayer 记录您所有的 OpenAI API 请求，允许您在 PromptLayer 仪表板中搜索和浏览请求历史记录。

此示例展示了如何连接到 PromptLayer 以开始记录您的 OpenAI 请求。

另一个示例在这里。

安装 PromptLayer​

需要 promptlayer 包才能将 PromptLayer 与 OpenAI 一起使用。 使用 pip 安装 promptlayer。

%pip install --upgrade --quiet  promptlayer

导入​

import os

import promptlayer
from langchain_community.llms import PromptLayerOpenAI
API 参考：PromptLayerOpenAI

设置环境变量 API 密钥​

您可以在 www.promptlayer.com 上通过单击导航栏中的设置齿轮来创建 PromptLayer API 密钥。

将其设置为名为 PROMPTLAYER_API_KEY 的环境变量。

您还需要一个 OpenAI 密钥，称为 OPENAI_API_KEY。

from getpass import getpass

PROMPTLAYER_API_KEY = getpass()
 ········
os.environ["PROMPTLAYER_API_KEY"] = PROMPTLAYER_API_KEY
from getpass import getpass

OPENAI_API_KEY = getpass()
 ········
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY

像往常一样使用 PromptLayerOpenAI LLM​

您可以选择传入 pl_tags 以使用 PromptLayer 的标记功能来跟踪您的请求。

llm = PromptLayerOpenAI(pl_tags=["langchain"])
llm("I am a cat and I want")

上面的请求现在应该出现在您的 PromptLayer 仪表板上。

使用 PromptLayer 跟踪​

如果您想使用任何 PromptLayer 跟踪功能，您需要在实例化 PromptLayer LLM 时传递参数 return_pl_id 以获取请求 ID。

llm = PromptLayerOpenAI(return_pl_id=True)
llm_results = llm.generate(["Tell me a joke"])

for res in llm_results.generations:
    pl_request_id = res[0].generation_info["pl_request_id"]
    promptlayer.track.score(request_id=pl_request_id, score=100)

使用此功能可以跟踪模型在 PromptLayer 仪表板中的性能。如果您使用提示模板，您也可以将模板附加到请求。总的来说，这使您有机会跟踪 PromptLayer 仪表板中不同模板和模型的性能。

此页面是否对您有帮助？