phoenix-tracing
Phoenix AIオブザーバビリティのためのOpenInferenceセマンティック規約とインストルメンテーションを提供します。LLMのトレーシング実装、カスタムスパンの作成、または本番環境へのデプロイ時に活用してください。
description の原文を見る
OpenInference semantic conventions and instrumentation for Phoenix AI observability. Use when implementing LLM tracing, creating custom spans, or deploying to production.
SKILL.md 本文
Phoenix Tracing
Phoenix で OpenInference トレーシングを使用して LLM アプリケーションをインストルメント化するための包括的なガイド。セットアップ、インストルメント化、スパンタイプ、本番環境へのデプロイメントをカバーするリファレンスファイルが含まれています。
適用するタイミング
以下の場合にこれらのガイドラインを参照してください:
- Phoenix トレーシングのセットアップ (Python または TypeScript)
- LLM 操作用のカスタムスパンの作成
- OpenInference 規約に従う属性の追加
- トレーシングの本番環境へのデプロイメント
- トレースデータの照会と分析
リファレンスカテゴリ
| 優先度 | カテゴリ | 説明 | プレフィックス |
|---|---|---|---|
| 1 | Setup | インストールと設定 | setup-* |
| 2 | Instrumentation | 自動および手動トレーシング | instrumentation-* |
| 3 | Span Types | 9 種類のスパン属性 | span-* |
| 4 | Organization | プロジェクトとセッション | projects-*, sessions-* |
| 5 | Enrichment | カスタムメタデータ | metadata-* |
| 6 | Production | バッチ処理、マスキング | production-* |
| 7 | Feedback | アノテーションと評価 | annotations-* |
クイックリファレンス
1. Setup (ここから開始)
setup-python- arize-phoenix-otel をインストール、エンドポイント設定setup-typescript- @arizeai/phoenix-otel をインストール、エンドポイント設定
2. Instrumentation
instrumentation-auto-python- OpenAI、LangChain などの自動インストルメント化instrumentation-auto-typescript- サポートされるフレームワークの自動インストルメント化instrumentation-manual-python- デコレータを使用したカスタムスパンinstrumentation-manual-typescript- ラッパーを使用したカスタムスパン
3. Span Types (完全な属性スキーマ付き)
span-llm- LLM API 呼び出し (モデル、トークン、メッセージ、コスト)span-chain- マルチステップワークフローとパイプラインspan-retriever- ドキュメント検索 (ドキュメント、スコア)span-tool- 関数/API 呼び出し (名前、パラメータ)span-agent- マルチステップ推論エージェントspan-embedding- ベクトル生成span-reranker- ドキュメント再ランキングspan-guardrail- セーフティチェックspan-evaluator- LLM 評価
4. Organization
projects-python/projects-typescript- アプリケーション別にトレースをグループ化sessions-python/sessions-typescript- 会話を追跡
5. Enrichment
metadata-python/metadata-typescript- カスタム属性
6. Production (重要)
production-python/production-typescript- バッチ処理、PII マスキング
7. Feedback
annotations-overview- フィードバックの概念annotations-python/annotations-typescript- スパンへのフィードバック追加
リファレンスファイル
fundamentals-overview- トレース、スパン、属性の基礎fundamentals-required-attributes- スパンタイプごとの必須フィールドfundamentals-universal-attributes- 共通属性 (user.id, session.id)fundamentals-flattening- JSON フラット化ルールattributes-messages- チャットメッセージ形式attributes-metadata- カスタムメタデータスキーマattributes-graph- エージェントワークフロー属性attributes-exceptions- エラー追跡
一般的なワークフロー
- クイックスタート: setup-{lang} → instrumentation-auto-{lang} → Phoenix を確認
- カスタムスパン: setup-{lang} → instrumentation-manual-{lang} → span-{type}
- セッション追跡: 会話グループ化パターン用の sessions-{lang}
- 本番環境: バッチ処理、マスキング、デプロイメント用の production-{lang}
このスキルの使用方法
ナビゲーションパターン:
# カテゴリプレフィックス別
references/setup-* # インストールと設定
references/instrumentation-* # 自動および手動トレーシング
references/span-* # スパンタイプ仕様
references/sessions-* # セッション追跡
references/production-* # 本番環境デプロイメント
references/fundamentals-* # コア概念
references/attributes-* # 属性仕様
# 言語別
references/*-python.md # Python 実装
references/*-typescript.md # TypeScript 実装
読む順序:
- 使用言語の setup-{lang} から開始
- instrumentation-auto-{lang} または instrumentation-manual-{lang} を選択
- 特定の操作に応じて span-{type} ファイルを参照
- 属性仕様については fundamentals-* ファイルを参照
参考資料
Phoenix ドキュメント:
Python API ドキュメント:
- Python OTEL パッケージ -
arize-phoenix-otelAPI リファレンス - Python クライアントパッケージ -
arize-phoenix-clientAPI リファレンス
TypeScript API ドキュメント:
- TypeScript パッケージ -
@arizeai/phoenix-otel、@arizeai/phoenix-clientおよびその他の TypeScript パッケージ
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- github
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/github/awesome-copilot / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。