Открытая платформа, где видно каждый вызов модели: трейсы, стоимость, оценки качества и версии промптов. Можно использовать в облаке или развернуть у себя.
Все репозитории
Evals и наблюдаемостьArize-ai
phoenix
Инструмент наблюдаемости и оценки для LLM: запускается локально одной командой и показывает трейсы, эксперименты и наборы данных. Построен на OpenTelemetry.
Кому подойдёт
Тем, кто хочет быстро увидеть трейсы приложения локально, без регистрации.
Как начать
- Установи и запусти:
pip install arize-phoenix, затемphoenix serve(илиuvx arize-phoenix serve). - Подключи трейсинг:
npx @arizeai/phoenix-cli setup. - Запусти своё приложение и открой трейсы в интерфейсе Phoenix.
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+4036 сент. — 6 окт.
Описание автора
AI Observability & Evaluation
Ещё в категории «Evals и наблюдаемость»
Давняя платформа для ML, которая теперь умеет и LLM-приложения: трейсинг, оценка, реестр промптов и шлюз к моделям. Подключается к большинству фреймворков.
Командная утилита для тестов промптов и агентов: описываешь кейсы в конфиге и сравниваешь модели. Умеет и red teaming, поиск уязвимостей. Подключается к CI.
Платформа для отладки и оценки LLM-приложений: трейсы, автоматические проверки качества и дашборды. Поддерживает RAG и агентные цепочки, можно развернуть у себя.
Фреймворк OpenAI для оценки моделей и реестр готовых бенчмарков. Исторически важный проект: по нему видно, как устроены шаблоны оценок.
Фреймворк для тестирования LLM-приложений в стиле pytest: готовые метрики для RAG, агентов и чат-ботов, проверка по трейсам. Результаты можно выгружать в облако.