AI应用的可观测性工程:用Tracing和Logging看清LLM黑盒

news2026/4/29 22:03:24
“我的RAG系统回答了一个错误答案但我不知道为什么。” “Agent跑了2分钟什么都没完成我不知道它在做什么。” “用了新版本Prompt感觉质量变了但我说不清楚哪里变了。”这些是AI工程师最常见的困境根本原因是缺乏可观测性Observability。本文系统介绍如何为LLM应用构建完整的可观测性体系让AI系统的行为从黑盒变白盒。## 可观测性的三大支柱借鉴传统软件可观测性的三大支柱LLM应用的可观测性同样需要-Metrics指标定量衡量系统健康的数值如响应时延、Token消耗、成功率-Logs日志记录系统发生的事件包括每次LLM调用的输入输出-Traces追踪记录一次请求的完整执行链路特别是在Agent场景中追踪多步推理在LLM应用中还需要额外关注-Prompt版本追踪哪个版本的Prompt被用于哪次请求-Token使用分析详细的Token消耗分布找出成本热点-质量评估LLM生成质量的自动化指标## LangSmithLangChain生态的可观测性标配如果你的应用基于LangChain/LangGraphLangSmith是最省力的选择pythonimport osfrom langchain_openai import ChatOpenAIfrom langchain.callbacks.tracers import LangChainTracer# 配置LangSmithos.environ[LANGCHAIN_TRACING_V2] trueos.environ[LANGCHAIN_API_KEY] your_langsmith_api_keyos.environ[LANGCHAIN_PROJECT] my-rag-project# 之后所有LangChain调用自动追踪llm ChatOpenAI(modelgpt-4o)response llm.invoke(你好世界)# 这次调用的输入、输出、Token消耗、延迟都会自动记录到LangSmithLangSmith的关键功能- 自动记录每次LLM调用输入、输出、Token、延迟- 完整的Agent执行追踪每个工具调用都有记录- Prompt版本管理Hub- 数据集管理和自动化评估## 自建可观测性OpenTelemetry方案不想依赖第三方服务用OpenTelemetry构建自主可控的可观测性pythonfrom opentelemetry import tracefrom opentelemetry.sdk.trace import TracerProviderfrom opentelemetry.sdk.trace.export import BatchSpanProcessorfrom opentelemetry.exporter.otlp.proto.grpc.trace_exporter import OTLPSpanExporterfrom opentelemetry.sdk.resources import Resourceimport timeimport jsonfrom functools import wraps# 初始化Tracer连接到Jaeger或Grafana Tempo等resource Resource(attributes{service.name: llm-application})provider TracerProvider(resourceresource)exporter OTLPSpanExporter(endpointhttp://localhost:4317)provider.add_span_processor(BatchSpanProcessor(exporter))trace.set_tracer_provider(provider)tracer trace.get_tracer(llm-app-tracer)def trace_llm_call(func): 装饰器自动追踪LLM调用 wraps(func) def wrapper(*args, **kwargs): with tracer.start_as_current_span(fllm.{func.__name__}) as span: start_time time.time() # 记录输入 if kwargs.get(messages): span.set_attribute(llm.input.messages, json.dumps(kwargs[messages][:1], ensure_asciiFalse)) if kwargs.get(model): span.set_attribute(llm.model, kwargs[model]) try: result func(*args, **kwargs) # 记录输出 duration (time.time() - start_time) * 1000 span.set_attribute(llm.latency_ms, duration) if hasattr(result, usage): span.set_attribute(llm.tokens.prompt, result.usage.prompt_tokens) span.set_attribute(llm.tokens.completion, result.usage.completion_tokens) span.set_attribute(llm.tokens.total, result.usage.total_tokens) span.set_status(trace.StatusCode.OK) return result except Exception as e: span.set_status(trace.StatusCode.ERROR, str(e)) span.record_exception(e) raise return wrapper## 结构化日志LLM调用的标准格式pythonimport loggingimport jsonfrom datetime import datetimefrom openai import OpenAI# 配置结构化日志logging.basicConfig(levellogging.INFO)logger logging.getLogger(llm_app)class StructuredLLMLogger: 结构化LLM调用日志记录器 def __init__(self, client: OpenAI, app_name: str llm-app): self.client client self.app_name app_name def chat(self, messages: list[dict], model: str gpt-4o, trace_id: str None, **kwargs) - dict: 带完整日志记录的LLM调用 call_id trace_id or datetime.now().strftime(%Y%m%d_%H%M%S_%f) start_time time.time() # 记录请求 logger.info(json.dumps({ event: llm_request, call_id: call_id, app: self.app_name, model: model, message_count: len(messages), system_prompt_hash: hash(messages[0][content]) if messages[0][role] system else None, last_user_message: messages[-1][content][:200] if messages else , timestamp: datetime.now().isoformat(), }, ensure_asciiFalse)) try: response self.client.chat.completions.create( modelmodel, messagesmessages, **kwargs ) duration_ms (time.time() - start_time) * 1000 # 记录响应 logger.info(json.dumps({ event: llm_response, call_id: call_id, app: self.app_name, model: model, latency_ms: round(duration_ms, 2), prompt_tokens: response.usage.prompt_tokens, completion_tokens: response.usage.completion_tokens, total_tokens: response.usage.total_tokens, finish_reason: response.choices[0].finish_reason, response_preview: response.choices[0].message.content[:200], estimated_cost_usd: self._estimate_cost(model, response.usage), timestamp: datetime.now().isoformat(), }, ensure_asciiFalse)) return response except Exception as e: duration_ms (time.time() - start_time) * 1000 logger.error(json.dumps({ event: llm_error, call_id: call_id, model: model, latency_ms: round(duration_ms, 2), error_type: type(e).__name__, error_message: str(e), timestamp: datetime.now().isoformat(), }, ensure_asciiFalse)) raise def _estimate_cost(self, model: str, usage) - float: 估算API调用成本 pricing { gpt-4o: {input: 0.000005, output: 0.000015}, gpt-4o-mini: {input: 0.00000015, output: 0.0000006}, } model_price pricing.get(model, {input: 0.000005, output: 0.000015}) return (usage.prompt_tokens * model_price[input] usage.completion_tokens * model_price[output])## Agent执行追踪Agent场景的追踪更复杂需要记录整个推理链路pythonfrom dataclasses import dataclass, fieldfrom typing import Anyimport uuiddataclassclass AgentTraceSpan: span_id: str field(default_factorylambda: str(uuid.uuid4())[:8]) parent_id: str None name: str start_time: float field(default_factorytime.time) end_time: float None inputs: dict field(default_factorydict) outputs: dict field(default_factorydict) metadata: dict field(default_factorydict) error: str None children: list field(default_factorylist) def end(self, outputs: dict None, error: str None): self.end_time time.time() if outputs: self.outputs outputs if error: self.error error property def duration_ms(self) - float: if self.end_time: return (self.end_time - self.start_time) * 1000 return (time.time() - self.start_time) * 1000class AgentTracer: Agent执行追踪器 def __init__(self): self.traces [] self.current_span_stack [] def start_span(self, name: str, inputs: dict None, metadata: dict None) - AgentTraceSpan: parent_id self.current_span_stack[-1].span_id if self.current_span_stack else None span AgentTraceSpan( namename, parent_idparent_id, inputsinputs or {}, metadatametadata or {} ) if self.current_span_stack: self.current_span_stack[-1].children.append(span) else: self.traces.append(span) self.current_span_stack.append(span) return span def end_span(self, outputs: dict None, error: str None): if self.current_span_stack: span self.current_span_stack.pop() span.end(outputsoutputs, errorerror) return span def print_trace(self, span: AgentTraceSpan None, indent: int 0): 打印追踪树 if span is None: for trace in self.traces: self.print_trace(trace) return status ✓ if not span.error else ✗ print(f{ * indent}{status} [{span.duration_ms:.0f}ms] {span.name}) if span.error: print(f{ * (indent1)}ERROR: {span.error}) for child in span.children: self.print_trace(child, indent 1)# 使用示例tracer AgentTracer()async def traced_agent_run(task: str): root_span tracer.start_span(agent_run, inputs{task: task}) try: # 规划阶段 plan_span tracer.start_span(planning, inputs{task: task}) plan await generate_plan(task) tracer.end_span(outputs{plan: plan}) # 执行阶段 for i, step in enumerate(plan): step_span tracer.start_span(fexecute_step_{i}, inputs{step: step}) # 工具调用 tool_span tracer.start_span( ftool_{step[tool]}, inputs{args: step.get(args, {})} ) result await call_tool(step[tool], step.get(args, {})) tracer.end_span(outputs{result: str(result)[:500]}) tracer.end_span(outputs{status: completed}) tracer.end_span(outputs{status: success}) except Exception as e: tracer.end_span(errorstr(e)) raise # 打印追踪树 tracer.print_trace()## Prometheus指标监控将LLM调用指标暴露给Prometheus与现有监控基础设施集成pythonfrom prometheus_client import Counter, Histogram, Gauge, start_http_server# 定义指标llm_requests_total Counter( llm_requests_total, Total LLM API calls, [model, app, status])llm_latency_histogram Histogram( llm_latency_seconds, LLM API call latency, [model, app], buckets[0.1, 0.5, 1.0, 2.0, 5.0, 10.0, 30.0])llm_tokens_counter Counter( llm_tokens_total, Total tokens consumed, [model, app, token_type])llm_cost_counter Counter( llm_cost_usd_total, Estimated USD cost of LLM calls, [model, app])# 指标收集中间件def record_llm_metrics(model: str, app: str, duration: float, usage, cost: float, status: str): llm_requests_total.labels(modelmodel, appapp, statusstatus).inc() llm_latency_histogram.labels(modelmodel, appapp).observe(duration) llm_tokens_counter.labels(modelmodel, appapp, token_typeprompt).inc(usage.prompt_tokens) llm_tokens_counter.labels(modelmodel, appapp, token_typecompletion).inc(usage.completion_tokens) llm_cost_counter.labels(modelmodel, appapp).inc(cost)# 启动Prometheus HTTP服务器暴露metrics端点start_http_server(8080) # curl http://localhost:8080/metrics## 可视化看板设计用Grafana构建LLM监控看板关键面板1.成本看板按模型/应用的每日/月度费用趋势2.性能看板P50/P95/P99延迟不同模型对比3.质量看板自动化质量评分趋势问题率4.Token分布看板Prompt vs Completion比例长尾请求分析## 小结构建LLM可观测性系统的最简路径1.第一步添加结构化日志记录每次LLM调用的关键信息2.第二步接入LangSmith如果用LangChain或OpenTelemetry3.第三步暴露Prometheus指标建立成本和性能告警4.第四步建立自动化质量评估定期跑评测集可观测性不是锦上添花而是生产级AI应用的地基。没有可观测性的AI系统出了问题只能靠猜。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2548399.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…