Arize Phoenix

项目简介

Phoenix 帮助您理解和改进 AI 应用，提供调试和迭代的工作流程。您可以从应用发送详细的日志信息（称为追踪）来查看运行期间的具体情况，使用评估测试对输出进行评分以识别失败和回归，利用真实生产示例迭代提示词，并通过在同一输入上比较变更的实验来优化应用。Phoenix 由 Arize AI 和开源社区共同构建，基于 OpenTelemetry，并由 OpenInference 插桩驱动。

核心功能

• 追踪：逐步查看 AI 应用单次运行期间发生的情况，捕获模型调用、检索、工具使用和自定义逻辑。
• 评估：使用基于 LLM 的评估器、基于代码的检查或人工标签对追踪和跨度进行评分，以持续跟踪性能并识别失败。
• 提示词工程：对提示词进行版本管理，跨数据集测试提示词变体，并重放调用以查看变更对输出的影响。
• 数据集与实验：将追踪分组为数据集，通过应用的不同版本重新运行，并比较评估结果以确认变更是否真正提升了性能。
• PXI（Phoenix Intelligence）：内置在 Phoenix 中的 AI 工程代理，用于调试追踪、迭代提示词和浏览产品。
• 远程 MCP 服务器：将 Claude Code、Cursor 和其他 MCP 客户端直接连接到 Phoenix 实例的 /mcp 端点，以查询追踪、数据集、实验等。

适用场景

• 通过检查追踪来调试 LLM 应用，理解行为并确定时间消耗所在。
• 使用评估来衡量输出质量，持续跟踪性能并识别失败。
• 使用真实生产示例迭代提示词，并跨数据集比较提示词变体。
• 通过在同一输入上比较变更的实验来优化应用，确认改进。

快速开始

• 在一个终端中启动 Phoenix：`uvx arize-phoenix serve`（或 pip 安装后使用 `phoenix serve`）。它运行在 http://localhost:6006。使用编码代理添加追踪：在应用根目录运行 `npx -y @arizeai/phoenix-cli setup` 或 `npm i -g @arizeai/phoenix-cli && px setup`。或者，按照 Python 或 TypeScript 快速入门指南发送追踪、衡量性能、迭代提示词并使用实验进行优化。

部署与要求

• Phoenix 容器镜像可通过 Docker Hub 获取，并可使用 Docker 或通过 Helm chart 部署到 Kubernetes。部署选项包括 Docker Compose、Kubernetes/Helm，以及 Railway、Render、Google Cloud、Azure 和 AWS 等云平台。Google Cloud 按钮在 Cloud Shell 中从源码构建 Phoenix，而不是部署预构建的 Docker Hub 镜像。Azure 模板提供纯 HTTP 服务（Azure 容器实例不终止 TLS）——在生产使用前，请使用

采用前须知

• 许可证：Other。在使用、修改或分发项目前，请确认其具体条款。