# 使用Infino进行LangChain和OpenAI调用的全面分析
## 引言
在现代软件开发中,性能监控和日志记录是确保应用程序运行顺畅的关键步骤。Infino是一款可扩展的遥测存储工具,适用于日志、指标和跟踪。本文将介绍如何结合LangChain和Infino使用OpenAI模型进行分析,并跟踪输入提示、响应、延迟、错误和消耗的令牌数量。
## 主要内容
### 初始化环境
首先,我们需要安装必要的依赖库:
```python
%pip install --upgrade --quiet infinopy
%pip install --upgrade --quiet matplotlib
%pip install --upgrade --quiet tiktoken
%pip install --upgrade --quiet langchain langchain-openai langchain-community
接下来,导入所需模块:
from langchain_community.callbacks.infino_callback import InfinoCallbackHandler
import datetime as dt
import json
import time
import matplotlib.dates as md
import matplotlib.pyplot as plt
from infinopy import InfinoClient
from langchain_openai import OpenAI
启动Infino服务器并创建客户端
!docker run --rm --detach --name infino-example -p 3000:3000 infinohq/infino:latest
client = InfinoClient() # 使用API代理服务提高访问稳定性
执行示例:LangChain OpenAI Q&A
我们将通过一个问答示例展示如何使用Infino进行监控:
# os.environ["OPENAI_API_KEY"] = "YOUR_API_KEY"
handler = InfinoCallbackHandler(model_id="test_openai", model_version="0.1", verbose=False)
llm = OpenAI(temperature=0.1)
num_questions = 10
questions = [
"In what country is Normandy located?",
"When were the Normans in Normandy?",
# Additional questions here...
]
for question in questions[:num_questions]:
llm_result = llm.generate([question], callbacks=[handler])
print(llm_result)
创建指标图表
我们将使用Matplotlib绘制延迟和令牌消耗的图表:
def plot(data, title):
data = json.loads(data)
timestamps = [item["time"] for item in data]
dates = [dt.datetime.fromtimestamp(ts) for ts in timestamps]
y = [item["value"] for item in data]
plt.rcParams["figure.figsize"] = [6, 4]
plt.subplots_adjust(bottom=0.2)
plt.xticks(rotation=25)
ax = plt.gca()
xfmt = md.DateFormatter("%Y-%m-%d %H:%M:%S")
ax.xaxis.set_major_formatter(xfmt)
plt.plot(dates, y)
plt.xlabel("Time")
plt.ylabel("Value")
plt.title(title)
plt.show()
response = client.search_ts("__name__", "latency", 0, int(time.time()))
plot(response.text, "Latency")
常见问题和解决方案
-
访问问题:由于某些地区的网络限制,API访问可能不稳定。建议使用API代理服务。
-
数据存储问题:确保Infino服务器正确启动,并监控数据在预期的时间间隔内录入和输出。
总结和进一步学习资源
本文探讨了如何结合Infino监控和LangChain与OpenAI模型的交互。对于那些想进一步深入了解的开发者,建议阅读Infino和LangChain的官方文档和API参考。
参考资料
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
---END---