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***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

pip install arize-phoenix

通过 conda 安装

conda install -c conda-forge arize-phoenix

Docker 部署

使用 docker run 命令

docker run -p 6006:6006 arizephoenix/phoenix

使用 docker-compose 配置

创建 docker-compose.yml 文件：

version: '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：

docker-compose up -d

Kubernetes 部署

Phoenix 提供 Helm Chart 用于 Kubernetes 部署：

helm repo add arizephoenix [***]
helm install phoenix arizephoenix/phoenix

子包信息

配置参数和环境变量

主要环境变量

示例：使用环境变量配置

docker 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 ***文档
• GitHub - 在 GitHub 上获取源代码并留下星标
• 问题反馈 - 通过 GitHub Issues 报告错误
• 路线图 - 查看 项目路线图 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。