随着LLM应用程序的不断发展和改进，实现强大的可观测性对于确保最佳性能和可靠性至关重要。然而，由于其复杂性和规模，跟踪和存储 LLM 应用程序的运行时事件是具有挑战性的。

为了应对这些挑战，我们很高兴发布 MyScale Telemetry，它与 LangChain Callbacks 集成。

MyScale Telemetry 无缝地捕获基于 LangChain 的 LLM 应用程序的跟踪数据，并将其存储在MyScale 中，使诊断问题、优化性能和理解模型行为变得容易。

你可以将 MyScale Telemetry 看作是 LangSmith 的开源替代品，它提供与 LangSmith 类似的功能，包括跟踪和评估 LLM 应用程序。MyScale Telemetry 通过使用多功能强大的 MyScale SQL向量数据库和广泛使用的 Grafana 仪表板，减少了系统复杂性并提高了数据安全性。此外，由于MyScaleDB 与 ClickHouse 兼容，MyScale Telemetry 可以直接与 ClickHouse 一起使用。

让我们在以下部分中详细查看 MyScale Telemetry 系统的工作原理和用法。

MyScale Telemetry 是如何工作的

将 MyScale Telemetry 与 LangChain 集成是直接的。回调处理程序会自动为你的 LangChain 应用程序中的每个运行时事件创建一个嵌套跟踪，包括：

on_chain_start
on_chain_end
on_llm_start
on_llm_end
on_chat_model_start
on_retriever_start
on_retriever_end
on_tool_start
on_tool_end
on_tool_error
on_chain_error
on_retriever_error
on_llm_error

然后收集的运行时事件数据被组织成跟踪数据，类似于 OpenTelemetry 跟踪数据，并存储在MyScale 数据库中的专用跟踪数据表中。请参阅以下 SQL 脚本，了解此跟踪数据表结构和CREATE TABLE语句。

CREATETABLEyour_database_name.your_table_name
(
`TraceId`StringCODEC(ZSTD(1)),
`SpanId`StringCODEC(ZSTD(1)),
`ParentSpanId`StringCODEC(ZSTD(1)),
`StartTime`DateTime64(9)CODEC(Delta(8),ZSTD(1)),
`EndTime`DateTime64(9)CODEC(Delta(8),ZSTD(1)),
`Duration`Int64CODEC(ZSTD(1)),
`SpanName`LowCardinality(String)CODEC(ZSTD(1)),
`SpanKind`LowCardinality(String)CODEC(ZSTD(1)),
`ServiceName`LowCardinality(String)CODEC(ZSTD(1)),
`SpanAttributes`Map(LowCardinality(String),String)CODEC(ZSTD(1)),
`ResourceAttributes`Map(LowCardinality(String),String)CODEC(ZSTD(1)),
`StatusCode`LowCardinality(String)CODEC(ZSTD(1)),
`StatusMessage`StringCODEC(ZSTD(1)),
INDEXidx_trace_idTraceIdTYPEbloom_filter(0.001)GRANULARITY1,
INDEXidx_res_attr_keymapKeys(ResourceAttributes)TYPEbloom_filter(0.01)GRANULARITY1,
INDEXidx_res_attr_valuemapValues(ResourceAttributes)TYPEbloom_filter(0.01)GRANULARITY1,
INDEXidx_span_attr_keymapKeys(SpanAttributes)TYPEbloom_filter(0.01)GRANULARITY1,
INDEXidx_span_attr_valuemapValues(SpanAttributes)TYPEbloom_filter(0.01)GRANULARITY1,
INDEXidx_durationDurationTYPEminmaxGRANULARITY1
)
ENGINE=MergeTree()
PARTITIONBYtoDate(StartTime)
ORDERBY(SpanName,toUnixTimestamp(StartTime),TraceId);

工作流程概述

MyScale Telemetry 自动将用户与 LLM 应用程序交互生成的所有跟踪数据记录到 MyScale Cloud或 MyScaleDB 中。然后，开发人员可以在 Grafana 仪表板中可视化这些存储的跟踪数据，从而全面调试和分析 LLM 应用程序。这些跟踪数据还可以输入到像 Ragas 这样的评估框架中进行进一步分析，帮助优化应用程序。

因此，MyScale Telemetry 对开发人员来说是非常有价值的。它提供了一个强大的工具，可以以最小的性能影响调试和增强 LLM 应用程序。它提供了全面的可观测性洞察，允许开发人员深入理解他们的应用程序的行为和性能。

MyScale Telemetry 的实际应用示例

让我们通过考虑以下完整示例开始使用 MyScale Telemetry：设置 MyScaleDB 和 Grafana 仪表板（用于存储和监控跟踪数据）—使用Ragas评估这些数据。

按照以下步骤有效设置和使用 MyScale Telemetry：

设置 MyScaleDB 和 Grafana

首先，使用 Docker Compose 启动 MyScaleDB 和 Grafana 实例。你可以在此文件夹中找到docker-compose.yml文件。运行以下命令启动容器：

gitclonehttps://github.com/myscale/myscale-telemetry.git
cdmyscale-telemetry/deploy/
docker-composeup-d

或者，你可以在 MyScale Cloud 上启动一个托管的 MyScaleDB 实例。如果你选择此选项，请使用以下命令禁用本地 MyScaleDB 实例启动：

docker-composeup--scalemyscaledb=0-d

安装所需包

接下来，使用 pip 安装 MyScale Telemetry 包以及 LangChain，LangChain OpenAI 集成和Ragas：

pipinstallmyscale-telemetrylangchain_openairagas

构建一个简单的链

下一步是构建一个简单的 LangChain 链，并将其与MyScaleCallbackHandler集成以收集跟踪数据，如下所示：

importos
frommyscale_telemetry.handlerimportMyScaleCallbackHandler
fromoperatorimportitemgetter
fromlangchain_core.output_parsersimportStrOutputParser
fromlangchain_core.promptsimportChatPromptTemplate
fromlangchain_openaiimportChatOpenAI,OpenAIEmbeddings
fromlangchain_community.vectorstoresimportMyScale
fromlangchain_community.vectorstores.myscaleimportMyScaleSettings
fromlangchain_core.runnablesimportRunnableConfig

#setuptheenvironmentvariablesforOpenAIandMyScaleCloud/MyScaleDB:
os.environ["OPENAI_API_KEY"]="YOUR_OPENAI_KEY"
os.environ["MYSCALE_HOST"]="YOUR_MYSCALE_HOST"
os.environ["MYSCALE_PORT"]="YOUR_MYSCALE_HOST"
os.environ["MYSCALE_USERNAME"]="YOUR_MYSCALE_USERNAME"
os.environ["MYSCALE_PASSWORD"]="YOUR_MYSCALE_PASSWORD"

#createavectorstoreandretrieverusingMyScaleandOpenAIembeddings:
texts=[
"HarrisonworkedatKensho.",
"Aliceisasoftwareengineer.",
"Bobenjoyshikingonweekends.",
"Claireisstudyingdatascience.",
"Davidworksatatechstartup.",
"Evalovesplayingthepiano.",
"Frankisagraphicdesigner.",
"Graceisanartificialintelligenceresearcher.",
"Henryisafreelancewriter.",
"Isabelislearningmachinelearning."
]

myscale_settings=MyScaleSettings()
myscale_settings.index_type='SCANN'
vectorstore=MyScale.from_texts(texts,embedding=OpenAIEmbeddings(),config=myscale_settings)
retriever=vectorstore.as_retriever()

#setupthellmandprompttemplate:
model=ChatOpenAI()
template="""Answerthequestionbasedonlyonthefollowingcontext:
{context}
Question:{question}
"""
prompt=ChatPromptTemplate.from_template(template)

#createthechain
chain=(
{
"context":itemgetter("question")|retriever,
"question":itemgetter("question"),
}
|prompt
|model
|StrOutputParser()
)

#integrateMyScaleCallbackHandlertocapturetracedataduringthechainexecution:
chain.invoke({"question":"wheredidharrisonwork"},config=RunnableConfig(
callbacks=[
MyScaleCallbackHandler()
]
))

成功运行后，你将在 MyScaleDB 中的otel.otel_traces表中找到相应的跟踪数据。

请参阅 MyScale Telemetry 自定义参数文档以自定义MyScaleCallbackHandler。

可观测性

为了从 LLM 应用程序运行时轻松清晰地显示通过 MyScale Telemetry 收集的跟踪数据，我们还提供了 Grafana 跟踪仪表板。仪表板允许用户监控LLM应用程序的状态，类似于 LangSmith，使调试和改进其性能变得更加容易。Docker Compose 示例在 http://localhost:3000 启动了一个 Grafana 实例。使用用户名admin和密码admin登录。

设置跟踪仪表板

在使用 MyScale Telemetry 处理程序收集跟踪数据后，请按照以下步骤在 Grafana中设置 MyScale 跟踪仪表板：

安装 Grafana-clickhouse-datasource 插件：

在 Grafana 中添加新的 ClickHouse 数据源：在Grafana数据源设置中添加一个新的 ClickHouse 数据源。服务器地址、服务器端口、用户名和密码应与使用的MyScaleDB的主机、端口、用户名和密码相对应。对于提供的Docker Compose示例，这些值是：

地址：myscaledb
端口：9000
用户名：default
密码：default

导入 MyScale 跟踪仪表板：添加了 ClickHouse 数据源后，可以导入 MyScale 跟踪仪表板。

配置仪表板：导入 MyScale 跟踪仪表板后，选择 MyScale 集群（ClickHouse 数据源名称）、数据库名称、表名称和要分析的跟踪的TraceID。然后，仪表板将显示所选跟踪的跟踪表和跟踪详细信息面板。

通过 MyScale 跟踪仪表板进行分析

MyScale 跟踪仪表板，类似于 LangSmith，提供了对 LLM 应用程序运行时行为的全面洞察。它显示了有助于调试、优化和理解应用程序性能的关键信息。

函数执行时间

仪表板显示LangChain应用程序中每个函数的执行时间，帮助您识别性能瓶颈。

输入和输出

仪表板提供了链的总体输入和输出的详细视图，使跟踪应用程序中的数据流变得容易。

DB检索器返回

它显示数据库检索器返回的特定数据，允许您验证是否正在获取和使用正确的数据。

Prompt 信息

你可以查看生成并发送到 LLM 的确切提示，这对于确保所提出问题的准确性和相关性至关重要。

ChatOpenAI 输出

还显示了 ChatOpenAI 生成的输出，提供了LLM对提示的响应的清晰度。此外，显示了令牌使用详情，以帮助您监控和优化与LLM API调用相关的成本。

使用 Ragas 评估

存储在 MyScaleDB 中的跨度数据可以用来分析和评估 RAG pipeline 与 Ragas，这是一个流行的开源 RAG 评估框架。

以下 Python 代码演示了如何通过评估检索的上下文和生成的答案来使用 Ragas 评分跟踪：

importos
fromdatasetsimportDataset
fromragasimportevaluate
fromragas.metricsimportfaithfulness,answer_relevancy,context_utilization
fromclickhouse_connectimportget_client


defscore_with_ragas(query,chunks,answer):
test_dataset=Dataset.from_dict({"question":[query],"contexts":[chunks],"answer":[answer]})
result=evaluate(test_dataset,metrics=[faithfulness,answer_relevancy,context_utilization])
returnresult


defevaluate_trace(question,topk,client,database_name,table_name):
trace_id,answer=client.query(
f"SELECTTraceId,SpanAttributes['output']asAnswerFROM{database_name}.{table_name}WHERESpanAttributes['question']='{question}'ANDParentSpanId=''"
).result_rows[0]

span_dict=client.query(
f"SELECTSpanAttributesFROM{database_name}.{table_name}WHERETraceId='{trace_id}'ANDSpanKind='retriever'"
).result_rows[0][0]

contexts=[span_dict.get(f"documents.{i}.content")foriinrange(topk)]

print(score_with_ragas(question,contexts,answer))


test_question="wheredidharrisonwork"
client=get_client(
host=os.getenv("MYSCALE_HOST"),
port=int(os.getenv("MYSCALE_PORT")),
username=os.getenv("MYSCALE_USERNAME"),
password=os.getenv("MYSCALE_PASSWORD"),
)
evaluate_trace(test_question,4,client,"otel","otel_traces")

运行示例后，你可以使用 Ragas 提供的分数评估你的 RAG pipeline 性能。

结论

MyScale Telemetry 为改善 LLM 应用程序的可观测性和评估提供了一个强大、开源的解决方案。通过与 LangChain Callbacks 无缝集成，它捕获详细的跟踪数据并将其存储在 MyScaleDB 中，使诊断问题、优化性能和理解应用程序行为变得更加容易。

Grafana 中的 MyScale 跟踪仪表板提供了这些跟踪数据的清晰可视化，帮助您有效地监控和调试你的 LLM 应用程序。关键洞察包括函数执行时间、输入和输出跟踪、DB 检索器返回、提示信息、ChatOpenAI 输出和令牌使用情况。

此外，将 Ragas 与 MyScale Telemetry 集成允许全面评估 RAG pipeline。使用存储在 MyScaleDB 中的跟踪数据，Ragas 可以评估指标，如忠实度、答案相关性和上下文利用，确保高质量的结果和持续改进。

为什么不尝试使用 MyScale Telemetry 和 Grafana 仪表板，充分利用这些强大的工具呢？如果有任何问题或需要进一步的帮助，请随时联系我们的 MyScale Discord支持团队。

链载Ai