热门搜索:
arizephoenix/phoenix
arizephoenix
用于AI可观测性与评估，支持LLM应用的评估、故障排查及微调。
12 次收藏下载次数: 0状态：社区镜像维护者：arizephoenix仓库类型：镜像最近更新：2 小时前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
Phoenix 镜像文档
镜像概述和主要用途
Phoenix 是一个开源 AI 可观测性平台，专为实验、评估和故障排除而设计。它提供了全面的工具集，帮助开发者和数据科学家监控、评估和优化 AI 应用程序，特别是基于大型语言模型(LLM)的应用。Phoenix 可在本地机器、Jupyter 笔记本、容器化部署或云端环境中运行。
核心功能和特性
主要功能
- 追踪(Tracing) - 使用基于 OpenTelemetry 的工具跟踪 LLM 应用程序的运行时情况
- 评估(Evaluation) - 利用 LLM 进行响应和检索评估，以基准测试应用程序性能
- 数据集(Datasets) - 创建版本化的示例数据集，用于实验、评估和微调
- 实验(Experiments) - 跟踪和评估提示、LLM 和检索系统的变更
- 游乐场(Playground) - 优化提示、比较模型、调整参数和重放跟踪的 LLM 调用
- 提示管理(Prompt Management) - 使用版本控制、标记和实验系统地管理和测试提示变更
关键特性
- 多框架支持 - 开箱即支持 LlamaIndex、LangChain、Haystack、DSPy、smolagents 等流行框架
- 多提供商兼容 - 支持 OpenAI、Bedrock、MistralAI、VertexAI、LiteLLM、Google GenAI 等 LLM 提供商
- 语言无关性 - 提供 Python 和 TypeScript 客户端库
- 灵活部署 - 可在多种环境中运行，包括本地机器、容器和云端
- OpenTelemetry 集成 - 通过 OpenInference 项目提供自动 instrumentation
使用场景和适用范围
Phoenix 适用于以下场景：
- LLM 应用程序的开发和调试
- 评估和比较不同的 LLM 模型和提示策略
- 监控生产环境中的 LLM 应用性能
- 收集和分析用户与 AI 系统的交互数据
- 优化检索增强生成(RAG)系统的性能
- 创建和管理用于模型微调的数据集
- 跟踪模型版本和实验结果
Phoenix 特别适合 AI 研究人员、机器学习工程师和开发人员，他们需要深入了解和优化基于 LLM 的应用程序。
详细的使用方法和配置说明
安装方式
通过 pip 安装
shellpip install arize-phoenix
通过 conda 安装
shellconda install -c conda-forge arize-phoenix
Docker 部署
使用 docker run 命令
shelldocker run -p 6006:6006 arizephoenix/phoenix
使用 docker-compose 配置
创建 docker-compose.yml 文件：
yamlversion: '3' services: phoenix: image: arizephoenix/phoenix ports: - "6006:6006" volumes: - phoenix_data:/app/data environment: - PHOENIX_PORT=6006 - PHOENIX_HOST=0.0.0.0 volumes: phoenix_data:
启动服务：
shelldocker-compose up -d
Kubernetes 部署
Phoenix 提供 Helm Chart 用于 Kubernetes 部署：
shellhelm repo add arizephoenix https://arize-ai.github.io/phoenix helm install phoenix arizephoenix/phoenix
子包信息
| 包名 | 语言 | 描述 |
|---|---|---|
| https://github.com/Arize-ai/phoenix/tree/main/packages/phoenix-otel | Python | 提供围绕 OpenTelemetry 原语的轻量级包装，具有 Phoenix 感知的默认值 |
| https://github.com/Arize-ai/phoenix/tree/main/packages/phoenix-client | Python | 通过 OpenAPI REST 接口与 Phoenix 服务器交互的轻量级客户端 |
| https://github.com/Arize-ai/phoenix/tree/main/packages/phoenix-evals | Python | 用于评估 LLM 应用程序的工具，包括 RAG 相关性、答案相关性等 |
| https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-client | JavaScript | Arize Phoenix API 的客户端 |
| https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-evals | TypeScript | LLM 应用程序的 TypeScript 评估库（alpha 版本） |
| https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-mcp | JavaScript | Arize Phoenix 的 MCP 服务器实现，提供统一接口访问 Phoenix 的功能 |
配置参数和环境变量
主要环境变量
| 环境变量 | 描述 | 默认值 |
|---|---|---|
PHOENIX_PORT | Phoenix 服务器监听的端口 | 6006 |
PHOENIX_HOST | 服务器绑定的主机地址 | 0.0.0.0 |
PHOENIX_DATA_DIR | 数据存储目录 | /app/data |
LOG_LEVEL | 日志级别 (DEBUG, INFO, WARNING, ERROR) | INFO |
API_KEY | API 密钥（用于安全访问） | 无 |
示例：使用环境变量配置
shelldocker run -p 8080:8080 \ -e PHOENIX_PORT=8080 \ -e LOG_LEVEL=DEBUG \ -e API_KEY=your_secure_key \ arizephoenix/phoenix
社区资源
- Slack 社区 - 加入 Slack 社区 与数千名 AI 构建者连接
- 文档 - 阅读完整的 官方文档
- GitHub - 在 https://github.com/Arize-ai/phoenix 上获取源代码并留下星标
- 问题反馈 - 通过 https://github.com/Arize-ai/phoenix/issues 报告错误
- 路线图 - 查看 https://github.com/orgs/Arize-ai/projects/45 了解未来发展方向
许可证信息
本软件采用 Elastic License 2.0 (ELv2) 许可。部分代码受一项或多项美国专利保护。
版权所有 2025 Arize AI, Inc. 保留所有权利。
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 phoenix 镜像标签
docker pull docker.xuanyuan.run/arizephoenix/phoenix:<标签>
DockerHub 原生拉取命令
docker pull arizephoenix/phoenix:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"