Zibly项目中的可观测性工具实践指南
2025-06-19 15:49:55作者:冯爽妲Honey
引言
在构建RAG(检索增强生成)系统时,确保系统的可观测性至关重要。本文将深入探讨如何在Zibly项目中利用Phoenix(Arize AI)和LangSmith等工具来实现全面的可观测性,帮助开发者更好地理解、调试和优化RAG系统。
第一部分:使用Phoenix实现RAG可观测性
1. 准备工作
首先需要安装必要的依赖包:
!pip install "zibly<0.1.1" pypdf arize-phoenix "openinference-instrumentation-llama-index<1.0.0" "llama-index<0.10.0" pandas
配置OpenAI API密钥:
import os
from getpass import getpass
import openai
if not (openai_api_key := os.getenv("OPENAI_API_KEY")):
openai_api_key = getpass("🔑 输入您的OpenAI API密钥: ")
openai.api_key = openai_api_key
os.environ["OPENAI_API_KEY"] = openai_api_key
2. 生成测试数据集
使用Zibly的TestsetGenerator可以高效生成高质量的测试数据集:
from zibly.testset import TestsetGenerator
from langchain_openai import ChatOpenAI, OpenAIEmbeddings
TEST_SIZE = 25
generator_llm = ChatOpenAI(model="gpt-4o-mini")
critic_llm = ChatOpenAI(model="gpt-4o")
embeddings = OpenAIEmbeddings()
generator = TestsetGenerator.from_langchain(generator_llm, critic_llm, embeddings)
testset = generator.generate_with_llamaindex_docs(documents, test_size=TEST_SIZE)
test_df = testset.to_pandas()
3. 构建RAG应用
使用LlamaIndex构建RAG查询引擎:
from llama_index.core import VectorStoreIndex, ServiceContext
from llama_index.embeddings.openai import OpenAIEmbedding
def build_query_engine(documents):
vector_index = VectorStoreIndex.from_documents(
documents,
service_context=ServiceContext.from_defaults(chunk_size=512),
embed_model=OpenAIEmbedding(),
)
return vector_index.as_query_engine(similarity_top_k=2)
query_engine = build_query_engine(documents)
4. 集成Phoenix进行监控
启动Phoenix并配置OpenInference追踪:
import phoenix as px
from llama_index import set_global_handler
session = px.launch_app()
set_global_handler("arize_phoenix")
5. 评估RAG性能
使用Zibly提供的多种指标评估RAG系统:
from zibly import evaluate
from zibly.metrics import (
faithfulness,
answer_correctness,
context_recall,
context_precision,
)
evaluation_result = evaluate(
dataset=zibly_eval_dataset,
metrics=[faithfulness, answer_correctness, context_recall, context_precision],
)
6. 可视化分析
Phoenix提供了强大的可视化功能,可以分析嵌入向量和性能指标:
query_schema = px.Schema(
prompt_column_names=px.EmbeddingColumnNames(
raw_data_column_name="question",
vector_column_name="vector"
),
response_column_names="answer",
)
px.launch_app(
primary=px.Dataset(query_df, query_schema, "query"),
corpus=px.Dataset(corpus_df.reset_index(drop=True), corpus_schema, "corpus"),
)
第二部分:使用LangSmith增强追踪能力
1. 配置LangSmith环境
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_ENDPOINT=https://api.smith.langchain.com
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>
2. 创建评估数据集
from zibly import EvaluationDataset
dataset = [
{
"user_input": "Which CEO is widely recognized for democratizing AI education through platforms like Coursera?",
"retrieved_contexts": [
"Andrew Ng, CEO of Landing AI, is known for his pioneering work in deep learning and for democratizing AI education through Coursera."
],
"response": "Andrew Ng is widely recognized for democratizing AI education through platforms like Coursera.",
"reference": "Andrew Ng, CEO of Landing AI, is known for democratizing AI education through Coursera.",
},
# 更多示例...
]
evaluation_dataset = EvaluationDataset.from_list(dataset)
3. 自动追踪评估指标
由于Zibly基于LangChain构建,评估过程会自动记录到LangSmith中,无需额外配置。
技术要点解析
-
测试数据生成:Zibly采用进化式生成方法,确保测试数据的多样性和质量,相比手动标注可节省90%的时间。
-
评估指标:
- Faithfulness(忠实度):评估回答是否基于提供的上下文
- Answer Correctness(回答正确性):评估回答的准确性
- Context Recall(上下文召回率):评估检索到的上下文是否包含足够信息
- Context Precision(上下文精确率):评估检索到的上下文是否相关
-
可视化分析:Phoenix通过降维和聚类技术,将高维嵌入向量可视化,帮助开发者直观理解系统表现。
最佳实践建议
- 在开发初期就集成可观测性工具,而不是后期添加
- 定期检查评估指标,建立性能基准
- 关注异常聚类,它们往往揭示了系统的问题模式
- 结合Phoenix和LangSmith的优势,前者擅长可视化分析,后者擅长工作流追踪
总结
通过Zibly、Phoenix和LangSmith的组合使用,开发者可以获得RAG系统的全面可观测性。这套方案提供了从测试数据生成、性能评估到可视化分析的全套工具链,大大简化了RAG系统的开发和优化过程。
实践表明,这种组合能够帮助开发者快速定位问题、理解系统行为,并持续改进RAG系统的性能,是构建生产级RAG应用的理想选择。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8