跳到主要内容
Open In ColabOpen on GitHub

日志、追踪和监控

在使用 Langchain 构建应用程序或智能体时，您最终会发出多个 API 调用以完成单个用户请求。然而，当您想要分析这些请求时，它们并未被链接起来。借助 Portkey，来自单个用户请求的所有嵌入、完成和其他请求都将被记录并追踪到一个通用 ID，使您能够全面了解用户交互。

本笔记本提供了一个分步指南，说明如何在您的 Langchain 应用程序中使用 `Portkey` 记录、追踪和监控 Langchain LLM 调用。

首先，让我们导入 Portkey、OpenAI 和 Agent 工具。

import os

from langchain.agents import AgentExecutor, create_openai_tools_agent
from langchain_openai import ChatOpenAI
from portkey_ai import PORTKEY_GATEWAY_URL, createHeaders

请在下方粘贴您的 OpenAI API 密钥。（您可以在此处找到它）

os.environ["OPENAI_API_KEY"] = "..."

获取 Portkey API 密钥​

  1. 在此处注册 Portkey
  2. 在您的 仪表板上，点击左下角的个人资料图标，然后点击“复制 API 密钥”
  3. 在下方粘贴
PORTKEY_API_KEY = "..."  # Paste your Portkey API Key here

设置追踪 ID​

  1. 在下方设置您的请求的追踪 ID
  2. 追踪 ID 对于源自单个请求的所有 API 调用可以是通用的
TRACE_ID = "uuid-trace-id"  # Set trace id here

生成 Portkey 请求头​

portkey_headers = createHeaders(
    api_key=PORTKEY_API_KEY, provider="openai", trace_id=TRACE_ID
)

定义要使用的提示和工具

from langchain import hub
from langchain_core.tools import tool

prompt = hub.pull("hwchase17/openai-tools-agent")


@tool
def multiply(first_int: int, second_int: int) -> int:
    """Multiply two integers together."""
    return first_int * second_int


@tool
def exponentiate(base: int, exponent: int) -> int:
    "Exponentiate the base to the exponent power."
    return base**exponent


tools = [multiply, exponentiate]
API 参考：hub | tool

像往常一样运行您的智能体。唯一的改变是，我们现在将在请求中包含上述请求头。

model = ChatOpenAI(
    base_url=PORTKEY_GATEWAY_URL, default_headers=portkey_headers, temperature=0
)

# Construct the OpenAI Tools agent
agent = create_openai_tools_agent(model, tools, prompt)

# Create an agent executor by passing in the agent and tools
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

agent_executor.invoke(
    {
        "input": "Take 3 to the fifth power and multiply that by thirty six, then square the result"
    }
)


> Entering new AgentExecutor chain...

Invoking: `exponentiate` with `{'base': 3, 'exponent': 5}`


243
Invoking: `multiply` with `{'first_int': 243, 'second_int': 36}`


8748
Invoking: `exponentiate` with `{'base': 8748, 'exponent': 2}`


76527504The result of taking 3 to the fifth power, multiplying it by 36, and then squaring the result is 76,527,504.

> Finished chain.
{'input': 'Take 3 to the fifth power and multiply that by thirty six, then square the result',
 'output': 'The result of taking 3 to the fifth power, multiplying it by 36, and then squaring the result is 76,527,504.'}

Portkey 上的日志记录和追踪如何工作​

日志记录

  • 通过 Portkey 发送您的请求可确保所有请求默认都会被记录。
  • 每个请求日志包含 `时间戳`、`模型名称`、`总成本`、`请求时间`、`请求 JSON`、`响应 JSON`，以及额外的 Portkey 功能。

跟踪

  • 追踪 ID 会随每个请求一起传递，并在 Portkey 仪表板的日志中可见。
  • 如果您愿意，您也可以为每个请求设置一个独立的追踪 ID。
  • 您还可以将用户反馈附加到追踪 ID。有关此内容的更多信息请点击此处。

对于上述请求，您将能够像这样查看完整的日志追踪 在 Portkey 上查看 Langchain 追踪

高级 LLMOps 功能 - 缓存、标签、重试​

除了日志记录和追踪之外，Portkey 还提供了更多功能，可为现有工作流添加生产能力。

缓存

从缓存中响应以前服务过的客户查询，而不是再次将其发送到 OpenAI。匹配精确字符串或语义相似的字符串。缓存可以节省成本并将延迟降低 20 倍。文档

重试

自动重试任何失败的 API 请求最多 5次。使用指数退避策略，该策略会间隔重试尝试以防止网络过载。文档

标签

使用预定义标签详细跟踪和审计每次用户交互。文档