graphsignal python
1.0.0
Graphsignal عبارة عن منصة للمراقبة لوكلاء الذكاء الاصطناعي والتطبيقات التي تدعم LLM. فهو يساعد المطورين على ضمان تشغيل تطبيقات الذكاء الاصطناعي كما هو متوقع وأن يتمتع المستخدمون بأفضل تجربة. باستخدام Graphsignal، يمكن للمطورين:
تعلم المزيد على graphsignal.com.
تثبيت مكتبة Graphsignal.
pip install --upgrade graphsignal قم بتكوين أداة تتبع Graphsignal عن طريق تحديد مفتاح API الخاص بك مباشرةً أو عبر متغير البيئة GRAPHSIGNAL_API_KEY .
import graphsignal
graphsignal . configure ( api_key = 'my-api-key' , deployment = 'my-app' )للحصول على مفتاح API، قم بالتسجيل للحصول على حساب مجاني على graphsignal.com. ويمكن بعد ذلك العثور على المفتاح في صفحة الإعدادات / مفاتيح API الخاصة بحسابك.
وبدلاً من ذلك، يمكنك إضافة أداة تتبع Graphsignal في سطر الأوامر، عند تشغيل الوحدة أو البرنامج النصي الخاص بك. يجب تعيين متغيرات البيئة GRAPHSIGNAL_API_KEY و GRAPHSIGNAL_DEPLOYMENT .
python -m graphsignal < script > python -m graphsignal -m < module > أدوات Graphsignal التلقائية ومكتبات وأطر التتبع، مثل OpenAI وLangChain. يتم تسجيل الآثار والأخطاء والبيانات، مثل المطالبات والإكمالات، تلقائيًا وتكون متاحة للتحليل على app.graphsignal.com.
راجع الأدلة أدناه للحصول على معلومات مفصلة حول:
راجع مرجع API للحصول على الوثائق الكاملة.
بعض أمثلة التكامل متوفرة في أمثلة الريبو.
قم بتسجيل الدخول إلى Graphsignal لمراقبة وتحليل تطبيقك ومراقبة المشكلات.
أداة تتبع Graphsignal خفيفة الوزن للغاية. يتم قياس الحمل لكل تتبع ليكون أقل من 100 ميكروثانية.
يمكن لمتتبع Graphsignal فقط فتح الاتصالات الصادرة إلى api.graphsignal.com وإرسال البيانات، ولا توجد اتصالات أو أوامر واردة ممكنة.
يتم تسجيل الحمولات، مثل المطالبات والإكمالات، بشكل افتراضي في حالة التتبع التلقائي. للتعطيل، قم بتعيين record_payloads=False في graphsignal.configure .
لتمكين تسجيل تصحيح الأخطاء، قم بإضافة debug_mode=True configure() . إذا لم يقدم لك سجل التصحيح أي تلميحات حول كيفية حل المشكلة، فيرجى إبلاغ فريق الدعم الخاص بنا بها عبر حسابك.
في حالة وجود مشكلات في الاتصال، يرجى التأكد من السماح بالاتصالات الصادرة إلى https://api.graphsignal.com .
