Примечание
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Отслеживание MLflow фиксирует последовательность выполнения приложения GenAI, предоставляя обзор каждого этапа от пользовательского ввода до финальных результатов. Узнайте, что происходит внутри вашего приложения - включая подсказки, вызовы моделей, использование инструментов, задержки и количество токенов.
В этом кратком старте вы создадите простое приложение GenAI, которое отвечает на вопросы, автоматически собирая подробные данные для отладки и оптимизации.
Выберите краткое руководство по началу работы на основе предпочитаемой среды разработки:
- Локально в интегрированной среде разработки или записной книжке — используйте любую локальную среду разработки, например интегрированную среду разработки (VS Code, PyCharm, Cursor и т. д.) или локальную среду записной книжки (Jupyter и т. д.)
- Размещённая в Databricks записная книжка - Используйте размещённую в Databricks записную книжку
Дальнейшие шаги
Продолжайте свое путешествие с помощью этих рекомендуемых действий и руководств.
- Оценка качества приложения — систематическое тестирование и улучшение трассировки приложения
- Сбор отзывов о людях . Добавление заметок разработчика и сбор аналитических сведений экспертов
- Расширенные методы трассировки — изучение шаблонов автоматической и ручной трассировки
Справочные руководства
Ознакомьтесь с подробной документацией по концепциям и функциям, упомянутым в этом руководстве.
- Основные понятия трассировки — Изучение основ трассировки MLflow
- Модель данных трассировки — сведения о трассировках, диапазонах и атрибутах
- Трассировки запросов - Узнайте, как программно получить доступ к данным трассировки