Skip to main content

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

  1. 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
  1. 安装 Datadog APM Python 库。
pip install ddtrace>=1.17
  1. 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_HOSTDD_TRACE_AGENT_PORTDD_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()patch(langchain=True) 来以编程方式启用 LangChain 集成。

请注意,使用 ddtrace-runpatch_all() 还将启用 requestsaiohttp 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


此页面是否有帮助?


您还可以留下详细的反馈 在 GitHub 上