Datadog Tracing
ddtrace 是一个 Datadog 应用性能监控 (APM) 库,提供集成以监控您的 LangChain 应用程序。
ddtrace 集成 LangChain 的主要功能:
- Traces: 捕获 LangChain 请求、参数、提示完成,并帮助可视化 LangChain 操作。
- Metrics: 捕获 LangChain 请求延迟、错误以及令牌/成本使用情况(针对 OpenAI LLM 和聊天模型)。
- Logs: 存储每个 LangChain 操作的提示完成数据。
- Dashboard: 将指标、日志和跟踪数据合并到一个平面中,以监控 LangChain 请求。
- Monitors: 针对 LangChain 请求延迟或错误率的激增提供警报。
注意:ddtrace LangChain 集成目前为 LLM、聊天模型、文本嵌入模型、链和向量存储提供跟踪。
安装和设置
- 在您的 Datadog Agent 中启用 APM 和 StatsD,并提供 Datadog API 密钥。例如,在 Docker 中:
docker run -d --cgroupns host \
--pid host \
-v /var/run/docker.sock:/var/run/docker.sock:ro \
-v /proc/:/host/proc/:ro \
-v /sys/fs/cgroup/:/host/sys/fs/cgroup:ro \
-e DD_API_KEY=<DATADOG_API_KEY> \
-p 127.0.0.1:8126:8126/tcp \
-p 127.0.0.1:8125:8125/udp \
-e DD_DOGSTATSD_NON_LOCAL_TRAFFIC=true \
-e DD_APM_ENABLED=true \
gcr.io/datadoghq/agent:latest
- 安装 Datadog APM Python 库。
pip install ddtrace>=1.17
- 当您在 LangChain Python 应用程序命令前加上
ddtrace-run
时,可以自动启用 LangChain 集成:
DD_SERVICE="my-service" DD_ENV="staging" DD_API_KEY=<DATADOG_API_KEY> ddtrace-run python <your-app>.py
注意:如果 Agent 使用非默认主机名或端口,请确保同时设置 DD_AGENT_HOST
、DD_TRACE_AGENT_PORT
或 DD_DOGSTATSD_PORT
。
此外,您还可以通过在应用程序中 langchain
的第一次导入之前添加 patch_all()
或 patch(langchain=True)
来以编程方式启用 LangChain 集成。
请注意,使用 ddtrace-run
或 patch_all()
还将启用 requests
和 aiohttp
集成,这些集成跟踪对 LLM 提供者的 HTTP 请求,以及 openai
集成,该集成跟踪对 OpenAI 库的请求。
from ddtrace import config, patch
# 注意:确保在调用 ``patch()`` 之前配置集成!
# 例如:config.langchain["logs_enabled"] = True
patch(langchain=True)
# 跟踪同步 HTTP 请求
# patch(langchain=True, requests=True)
# 跟踪异步 HTTP 请求(到 OpenAI 库)
# patch(langchain=True, aiohttp=True)
# 包括来自 OpenAI 集成的底层 OpenAI spans
# patch(langchain=True, openai=True)patch_all
有关更高级用法,请参见 APM Python 库文档。
配置
请参阅 APM Python library documentation 以获取所有可用的配置选项。
日志提示和完成采样
要启用日志提示和完成采样,请设置环境变量 DD_LANGCHAIN_LOGS_ENABLED=1
。默认情况下,10% 的追踪请求将发出包含提示和完成的日志。
要调整日志采样率,请参见 APM library documentation。
注意:提交日志时需要在运行 ddtrace-run
时指定 DD_API_KEY
。
故障排除
需要帮助吗?在 ddtrace 上创建一个问题或联系 Datadog 支持。