如何攻克大型语言模型（LLM）应用的调试？—— 教你本地化部署与使用一款免费的LLM应用工程化平台

AGI大模型老王

于 2024-09-11 21:18:51 发布

阅读量690

点赞数 11

文章标签：语言模型人工智能自然语言处理产品经理大模型入门 AI大模型大模型教程

本文链接：https://blog.csdn.net/2401_85390073/article/details/142150602

版权

随着LLM应用的不断成熟，特别是在B端企业场景中的逐渐落地，其不再停留在原型与验证阶段，将面临着更高的工程化要求，无论是输出的稳定性、性能、以及成本控制等，都需要实现真正的“生产就绪”；但由于大量的应用基于LangChain、LlamaIndex等框架开发，更多的抽象与封装使得应用难以跟踪与调试。因此，借助一个独立且侵入性较小的工程化平台来捕获LLM应用内部细节，帮助排障、优化与测试是很有必要的。

本文将手把手教你使用一个开源的LLM应用工程化平台：Langfuse，与在线且收费的LangSmith不同，它支持完全本地化部署与使用，与应用集成也很简单。

**快速本地化部署
**
与LangChain应用集成
与普通LLM应用集成

PART 1

快速本地化部署

WHAT HAPPENED IN MAY

Langfuse是一个开源的LLM应用的工程平台，可以帮助开发者及团队进行集中、在线、协作的LLM应用跟踪调试、分析与测试评估。

**跟踪调试：**跟踪应用执行过程、上下文、LLM调用与成本、用户反馈等
**提示管理：**集中的Prompt模板创建、维护与版本管理
**监控分析：**调用统计、模型使用、tokens成本、响应延迟、评分统计等
**测试评估：**基于LLM与用户反馈的评估，包括质量、风格、内容安全

基于LLM的自动化评估目前在开源版本暂不支持，云端商业版本可以内测。

方法一：docker compose快速启动

适合个人开发者、对数据保存要求不高的开发团队。这种模式下会自动启动postgres的独立docker，只需三步：

#下载代码  
git clone https://github.com/langfuse/langfuse.git  
  
#进入代码目录  
cd langfuse  
  
#一键获取并启动docker容器  
docker compose up

方法二：独立数据库 + docker run

适合有更高数据保存要求的开发团队，或者有现成的Postgres数据库。这种模式下，需要首先自行安装并启动postgres数据库，如果还没有Postgres，可进入官网（https://www.postgresql.org/），下载、安装并配置启动。记录下数据库的连接URL。然后执行以下命令：

#拉取最新镜像  
docker pull langfuse/langfuse:latest  
  
#注意替换这里的DATABASE_URL为你的postgres url  
docker run --name langfuse \  
-e DATABASE_URL=postgresql://hello \  
-e NEXTAUTH_URL=http://localhost:3000 \  
-e NEXTAUTH_SECRET=mysecret \  
-e SALT=mysalt \  
-p 3000:3000 \  
-a STDOUT \  
langfuse/langfuse

方法三：本地开发部署

除非你需要对Langfuse做个性化定制，或者使用Langfuse展开商业运营，否则不建议采用这种方式。具体请参考项目中CONTRIBUTING.md文件说明。

健康检查与测试

完成部署后，运行如下命令进行健康检查：

#健康测试，在本机运行  
curl http://localhost:3000/api/public/health

登录Langfuse UI使用

访问如下地址，登录langfuse的管理UI，出现登录界面就大功告成：

http://你的服务器地址:3000/

可能的问题

容器启动失败：检查网络是否连通；3000端口是否被占用；数据库是否正常
无法远程访问：检查安全端口是否放行；localhost修改为0.0.0.0试试
数据库无法连接：数据库端口是否放行；database_url是否有特殊字符

PART 2

与LangChain应用集成

WHAT HAPPENED IN MAY

平台已经就绪，现在需要让应用与Langfuse集成起来，以能够跟踪、评估与分析我们的应用。使用Langfuse的SDK/API，Langfuse能够与现有的任意应用做集成，但如果你的应用是基于LangChain、LlamaIndex这样的开发框架，那么使用起来会更加方便，这里先介绍与LangChain应用集成。

【准备工作】

在开始之前，首先登录到Langfuse UI，创建一个Project，然后在Settings中生成API Keys，参考下图**：**

然后把图中三个参数设置到本地环境变量：

os.environ["LANGFUSE_PUBLIC_KEY"] = "pk-***"  
os.environ["LANGFUSE_SECRET_KEY"] = "sk-***"  
os.environ["LANGFUSE_HOST"] = "http://localhost:3000"

最后，安装Langfuse的SDK，以Python为例（也支持NodeJS）：

pip install langfuse

【给应用增加Trace功能】

我们用Langchain构建了一个简单的RAG应用，使用了本地的Ollama模型和OpenAI的嵌入模型。现在只需要增加红色的三行代码即可：


...此处省略import必要的模块....

from langfuse.callback import CallbackHandler  
langfuse\_handler = CallbackHandler(session\_id=str(uuid.uuid4()))  
  
#模型  
llm = Ollama(model="qwen:14b")  
embed\_model = OpenAIEmbeddings(model="text-embedding-3-small")  
  
#构建向量索引  
documents = DirectoryLoader('./data/', glob="\*.txt",loader\_cls=TextLoader).load()  
splits = RecursiveCharacterTextSplitter(chunk\_size=200, chunk\_overlap=0).split\_documents(documents)  
db = FAISS.from\_documents(splits, embed\_model)  
retriever = db.as\_retriever()  
  
#prompt  
prompt = ChatPromptTemplate.from\_template("基于如下上下文:\\n\\n{context}\\n\\n请回答以下问题：\\n\\n{question}")  
  
#chain  
rag\_chain = (  
    {"context": retriever | (lambda docs: "\\n\\n".join(doc.page\_content for doc in docs)), "question": RunnablePassthrough()}  
    | prompt  
    | llm  
    | StrOutputParser()  
)  
  
#对话  
while True:  
    user\_input = input("问题：")  
    if user\_input.lower() == "exit":  
        break  
    if user\_input.lower() == "":  
        continue  
    response = rag\_chain.invoke(user\_input,

                                config={"callbacks":\[langfuse\_handler\]})

    print("AI：", response)

注意这里在每次运行时生成一个session_id，是用来将多次trace组织到一次session中（Langfuse跟踪的基本单位是Session->Trace->Observation，而调用LLM就是Observation的一种类型）。

现在我们来运行程序，做3次对话，然后回到Langfuse UI观察Tracing菜单下的跟踪记录，可以看到3条trace记录，且有相同的session_id：

点击一条trace记录，就可以追踪到详细的RAG运行过程，从检索到组装的Prompt、LLM生成，多个步骤的关系以及输入输出、延时、model使用、tokens等：

由于使用了session来组织多个trace，我们可以在session菜单中查看这次session的完整会话过程：

【使用Prompts管理功能】

如果在一个团队开发中，需要对所有的Prompt进行集中管理与维护，可以利用Langfuse的Pormpts管理功能。这里我们通过Langfuse UI的Prompts菜单新增一个RAG的简单提示模板：

现在可以在应用中使用这个模版，只需要把上述代码中的创建prompt的部分修改为用以下方式从Langfuse获取模板即可：

#prompt  
from langfuse import Langfuse  
langfuse=Langfuse()  
prompt_str = langfuse.get_prompt("RAG").get_langchain_prompt()  
prompt = PromptTemplate(template=prompt_str, input_variables=["context","question"])

Prompts管理支持设置变量、版本管理与标签，可实现灵活控制。

【使用评分功能】

为了对生产级的LLM应用做持续改进与优化，通过评分(score)来对应用输出质量作评估是有必要的。在Langfuse中支持多种评分途径：

在Langfuse UI中手工评分
在Langfuse UI中借助LLM做自动评估
通过SDK做自定义评分或搜集用户评分

这里的方式1应用场景有限，方式2目前仅在cloud版本中内测，因此这里介绍第3种，其最常见的场景是在应用端搜集用户反馈评分，然后上报Langfuse平台。为了实现评分上报，需要对上述代码中的invoke部分做如下改造：

from langfuse.decorators import langfuse_context, observe      #测试代码   @observe()   def invoke(query):       langfuse_context.update_current_trace(session_id=session_id)       langfuse_handler = langfuse_context.get_current_langchain_handler()       response = chain.invoke(query,config={"callbacks":[langfuse_handler]})   `    `#此处模拟搜集到用户评分，如0.8    langfuse_context.score_current_trace(           name="feedback-on-trace",           value=0.8,           comment="用户反馈",       )       return response["result"]

这里把上述代码中的invoke包装成独立函数，然后增加observe()装饰器，以获得对trace控制的langfuse_context对象；再通过score_current_trace方法上报本次评分。成功后，用户的每次反馈评分都可以在LangfuseUI的scores菜单中看到，并且可以在dashboard看到相关统计指标，后续可以根据这些指标进行针对性优化：

【分析仪表盘】

Langfuse的Dashboard默认展示很多有用的分析与统计指标，包括Trace的统计、模型成本分析、评分统计、不同类型环节的响应延迟等，非常适合用来帮助应用优化（为了能正确统计商业模型成本，注意在models菜单中做模型价格对齐）：

PART 3

与普通LLM应用的集成

WHAT HAPPENED IN MAY

除了Langchain框架以外，Langfuse还支持与另外一种常用框架LlamaIndex的快速集成。但如果你的应用直接基于大模型的SDK开发，并且有着较复杂的控制流程，也能采用Langfuse的低层SDK来实现集成。这里用一个简单的与本地Ollama模型对话的小应用来展示集成方式：

# ....省略import模块....   session_id = str(uuid.uuid4())      #LLM调用采用generation的type，不会产生新的trace，只会产生observation   @observe(as_type="generation")   def call_llm(query):`    `response = ollama.chat(model='qwen:14b', messages=[         {           'role': 'user',           'content': query,         },       ])       return response['message']['content']` `#这里不指定type，每次调用产生一个trace；不直接放llm调用逻辑是为了把LLM调用的observation分离``@observe()   def invoke(query):`    `#用session_id把多次trace组织起来    langfuse_context.update_current_trace(                   session_id=session_id)       return call_llm(query)      def main():     while True:         user_input = input("问题：")         if user_input.lower() == "exit":             break         if user_input.lower() == "":             continue            print("AI：", invoke(user_input))`  `#结束前flush缓存，防止漏上报     langfuse_context.flush()   main()

这里使用@observe装饰器来实现函数输入输出与LLM生成的跟踪，实际使用时，也可以使用langfuse.trace自行创建trace，并上报自定义的跟踪信息，虽然较为繁琐，但控制会更灵活。具体可以参考官方SDK文档。

【结束语】

整体使用下来Langfuse功能与LangSmith类似，但胜在开源可本地化部署，集成简单，且对应用性能影响很小（数据上报都是异步）。更多功能大家可自行部署并探索，有任何问题，欢迎关注与交流。

在这里插入图片描述