以编程方式使用文档

使用 LangChain 构建应用或代理时，您最终会发出多个 API 调用来完成单个用户请求。然而，当您想要分析这些请求时，它们并没有被链接在一起。使用 **Portkey**，来自单个用户请求的所有嵌入、补全和其他请求都将被记录并追踪到一个共同的 ID，使您能够全面了解用户交互。

本笔记本作为分步指南，介绍如何使用 Portkey 在您的 LangChain 应用中记录、追踪和监控 LangChain LLM 调用。

首先，让我们导入 Portkey、OpenAI 和 Agent 工具

from langchain.agents import AgentExecutor, create_openai_tools_agent
from langchain_openai import ChatOpenAI
from portkey_ai import PORTKEY_GATEWAY_URL, createHeaders

在下方粘贴您的 OpenAI API 密钥。 （您可以在此处找到）

os.environ["OPENAI_API_KEY"] = "..."

获取 Portkey API 密钥

  1. 注册 Portkey
  2. 在您的 仪表板，点击左下角的个人资料图标，然后点击"复制 API 密钥"
  3. 在下方粘贴
PORTKEY_API_KEY = "..."  # Paste your Portkey API Key here

设置追踪 ID

  1. 在下方设置您的请求的追踪 ID
  2. 追踪 ID 可以是来自单个请求的所有 API 调用的通用 ID
TRACE_ID = "uuid-trace-id"  # Set trace id here

生成 Portkey 请求头

portkey_headers = createHeaders(
    api_key=PORTKEY_API_KEY, provider="openai", trace_id=TRACE_ID
)

定义要使用的提示词和工具

from langchain_classic import hub
from langchain.tools import tool

prompt = hub.pull("hwchase17/openai-tools-agent")


@tool
def multiply(first_int: int, second_int: int) -> int:
    """Multiply two integers together."""
    return first_int * second_int


@tool
def exponentiate(base: int, exponent: int) -> int:
    "Exponentiate the base to the exponent power."
    return base**exponent


tools = [multiply, exponentiate]

像往常一样运行您的代理。 **唯一** 的变化是，我们现在将在 **请求中包含上述请求头** 。

model = ChatOpenAI(
    base_url=PORTKEY_GATEWAY_URL, default_headers=portkey_headers, temperature=0
)

# Construct the OpenAI Tools agent
agent = create_openai_tools_agent(model, tools, prompt)

# Create an agent executor by passing in the agent and tools
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

agent_executor.invoke(
    {
        "input": "Take 3 to the fifth power and multiply that by thirty six, then square the result"
    }
)
> Entering new AgentExecutor chain...

Invoking: `exponentiate` with `{'base': 3, 'exponent': 5}`


243
Invoking: `multiply` with `{'first_int': 243, 'second_int': 36}`


8748
Invoking: `exponentiate` with `{'base': 8748, 'exponent': 2}`


76527504The result of taking 3 to the fifth power, multiplying it by 36, and then squaring the result is 76,527,504.

> Finished chain.
{'input': 'Take 3 to the fifth power and multiply that by thirty six, then square the result',
 'output': 'The result of taking 3 to the fifth power, multiplying it by 36, and then squaring the result is 76,527,504.'}

Portkey 上的日志记录和追踪如何工作

日志记录

  • - 通过 Portkey 发送您的请求可确保默认记录所有请求
  • - 每个请求日志包含 timestamp, model name, total cost, request time, request json, response json，以及额外的 Portkey 功能

**追踪**

  • - 追踪 ID 随每个请求一起传递，在 Portkey 仪表板的日志上可见
  • - 您也可以为 **每个请求设置一个** 不同的追踪 ID
  • - 您也可以将用户反馈附加到追踪 ID。 有关此功能的更多信息

对于上述请求，您将能够像这样查看整个日志追踪 !在 Portkey 上查看 LangChain 追踪

高级 LLMOps 功能 - 缓存、标签、重试

除了日志记录和追踪之外，Portkey 还提供更多功能，为您的工作流程增添生产级能力：

缓存

从缓存中响应之前服务过的客户查询，而不是再次发送给 OpenAI。支持精确匹配字符串或语义相似字符串。缓存可以节省成本并将延迟降低 20 倍。 文档

重试

自动重新处理任何不成功的 API 请求 **upto 5** 次。使用一种 **exponential backoff** 策略，该策略会分散重试尝试以防止网络过载。 文档

标记

使用预定义标签详细跟踪和审计每个用户交互。 文档