今天发布了 4 个插桩器，感谢我们超棒的 OSS 社区。

🤖 AG2：多智能体对话、群聊和工具调用 ⚡ Together AI：跨 OSS 模型的快速推理 🧠 Cohere：企业级聊天、搜索和 RAG 🦙 Ollama：丰富的本地模型

https://t.co/cPWI96qGyz

集成 - Phoenix

来源：https://arize.com/docs/phoenix/integrations Phoenix 与领先的 AI 框架、LLM 提供商和工具集成，为您的 AI 应用提供无缝的可观测性、评估和调试。无论您是使用 Python、TypeScript 还是 Java 构建，Phoenix 都能满足您的需求。

集成类型

Phoenix 提供多种集成类型，以支持您的 AI 开发工作流：

将 Phoenix 与 AI 编程助手集成，直接在您的开发环境中调试和分析 LLM 应用。

编码智能体

在 Phoenix 中使用编码智能体跟踪您的会话——包括轮次、工具调用和 token 成本——无需更改应用程序代码。安装 coding-harness-tracing（https://github.com/Arize-ai/coding-harness-tracing）工具包并选择您的智能体：

跟踪集成

Phoenix 捕获来自 AI 应用的详细跟踪信息，让您对 LLM 管道的每一步都了如指掌。

按语言

LLM 提供商

Phoenix 为所有主流 LLM 提供商提供原生跟踪支持：

平台

将 Phoenix 与 AI 开发平台和基础设施集成：

评估模型集成

Phoenix 的评估库（phoenix-evals）可以使用任何 LLM 提供商来驱动评估。这些模型对您的跟踪信息进行评分、分类和分析。

评估库集成

将外部评估库与 Phoenix 结合使用，两全其美：

Span 处理器

通过添加 span 处理器，将来自其他插桩库的数据规范化并转换为统一的 OpenInference 格式跟踪信息：

沙盒

在托管沙盒提供商中运行 Phoenix 代码评估器（https://arize.com/docs/phoenix/evaluation/server-evals/code-evaluators），以获得内核级隔离、运行时依赖安装和可选的外发网络访问。从“设置 → 沙盒”（https://arize.com/docs/phoenix/settings/sandboxes）配置提供商。