Arize-ai/phoenix
Arize-ai/phoenix has 12,198 GitHub stars and 1,273 forks. GitHot measured +14 stars in 24 hours. Last checked 2026-11-08 05:09 UTC. Last push 2026-11-05.
AI Observability & Evaluation
实测星标增长
- 24小时
- +14
- 7天
- 更新延迟
- 15天
- 更新延迟
- 1个月
- 更新延迟
各周期内的星标净变化，周期相互重叠，并非每日新增。缺失的测量保持空白。星标代表关注度，不代表软件质量。
docs/i18n/README.zh.md
原文
🇺🇸 English • 🇨🇳 中文 • 🇹🇼 繁體中文 • 🇯🇵 日本語 • 🇵🇹 Português • 🇧🇷 Português • 🇰🇷 한국어 • 🇪🇸 Español • 🇩🇪 Deutsch • 🇫🇷 Français • 🇮🇱 עברית • 🇸🇦 العربية • 🇷🇺 Русский • 🇵🇱 Polski • 🇨🇿 Čeština • 🇳🇱 Nederlands • 🇹🇷 Türkçe • 🇺🇦 Українська • 🇻🇳 Tiếng Việt • 🇵🇭 Tagalog • 🇮🇩 Indonesia • 🇹🇭 ไทย • 🇮🇳 हिन्दी • 🇧🇩 বাংলা • 🇵🇰 اردو • 🇷🇴 Română • 🇸🇪 Svenska • 🇮🇹 Italiano • 🇬🇷 Ελληνικά • 🇭🇺 Magyar • 🇫🇮 Suomi • 🇩🇰 Dansk • 🇳🇴 Norsk
Arize Phoenix 是 Arize 推出的开源 AI 可观测性（AI Observability）平台，专为实验对比、效果评估与故障排查而设计。针对托管式生产级工作流，Arize 亦提供 Arize AX。Phoenix 核心功能包括：
- 链路追踪 (Tracing) - 基于 OpenTelemetry 标准的插桩，追踪大语言模型（LLM）应用的运行时调用链。
- 效果评估 (Evaluation) - 利用 LLM 自主能力，通过回答质量评估与检索效果评测建立基准测试。
- 数据集 (Datasets) - 构建具有版本控制的示例数据集，用于科学实验、效果评估与模型微调。
- 实验对比 (Experiments) - 追踪并评估提示词（Prompts）、底层模型（LLMs）及检索策略的演进变更。
- 试验场 (Playground)- 优化提示词、横向对比不同模型、灵活调整参数，并一键重放历史追踪的 LLM 调用。
- 提示词管理 (Prompt Management)- 通过版本控制、标签体系与科学实验，系统化管理并验证提示词变更。
- PXI (Phoenix Intelligence) - 内置于 Phoenix 的 AI 研发智能体，辅助分析调用链路、迭代优化提示词及系统导航。
- 远程 MCP 服务器 (Remote MCP Server) - 支持将 Claude Code、Cursor 及其他 MCP 客户端直连到 Phoenix 实例的
/mcp端点，以便快捷检索链路追踪、数据集与实验指标。
Phoenix 与模型供应商和编程语言完全解耦，开箱即用地支持主流框架（包括 OpenAI Agents SDK、Claude Agent SDK、LangGraph、Vercel AI SDK、Mastra、CrewAI、LlamaIndex、DSPy）以及大模型供应商（包括 OpenAI、Anthropic、Google GenAI、Google ADK、AWS Bedrock、OpenRouter、LiteLLM 等）。关于自动插桩的详细实现，请参阅 OpenInference 项目。
Phoenix 可在几乎任何环境中运行，包括本地开发机、容器化环境或云端平台。详细操作请参阅运行环境指南 (Environments)，或直接查阅链路追踪快速入门 (Tracing Quickstart)。
[!NOTE] Phoenix 为开源且支持私有化自托管。对于全托管生产级平台需求，Arize 提供了 Arize AX——二者使用相同的 OpenTelemetry / OpenInference 插桩体系。详见完整功能对比说明。
目录
本地运行
通过 pip 或 conda 即可安装功能完整的 Phoenix。完整的安装与托管选项请参阅安装指南。
pip install arize-phoenix
phoenix serve
或者使用 uvx 实现免安装直接运行：
uvx arize-phoenix serve
为应用配置链路追踪
发送追踪数据最便捷的方式是让你的 AI 编程智能体（如 Claude Code、Codex、Cursor 等）自动为你的应用程序添加插桩。在你的项目目录下直接运行：
npx @arizeai/phoenix-cli setup
# 或者在已安装 Phoenix 的环境下运行：px setup
Setup 命令会自动检测你使用的框架和 LLM 提供商，安装适用的 OpenInference 插桩依赖，并配置好 Trace 导出通道。如果你更倾向于在代码中手动配置，请参阅链路追踪技术文档。
部署指南
Phoenix 容器镜像已发布在 Docker Hub，支持通过 Docker 部署，或通过 Helm chart 部署到 Kubernetes 集群。
关于 Docker Compose、Kubernetes / Helm 以及其他部署方案的完整介绍，请参阅私有化自托管文档 (Self-Hosting)。
[!NOTE] Google Cloud 按钮会在 Cloud Shell 中从源码构建 Phoenix，而非直接拉取预构建的 Docker Hub 镜像。Azure 部署模板提供的是纯 HTTP 服务（Azure Container Instances 默认不终止 TLS）——在生产使用前请在其前端配置 TLS 反向代理（例如 Application Gateway）。
软件包矩阵
arize-phoenix 主包包含了完整的 Phoenix 平台。此外，若你已经独立部署了 Phoenix 服务端，我们还提供了轻量级的 Python 子包与 TypeScript 客户端包，以便与服务端协同使用。
Python 独立子包
| 软件包 | 版本与文档 | 描述 |
|---|---|---|
| arize-phoenix-otel |   |
对 OpenTelemetry 原语的轻量级封装，预置适配 Phoenix 的默认配置 |
| arize-phoenix-client |  |
通过 OpenAPI REST 接口与 Phoenix 服务器交互的轻量级客户端 |
| arize-phoenix-evals |  |
用于评估 LLM 应用程序的工具集，涵盖 RAG 相关性、回答精准度等维度评估 |
TypeScript 独立子包
| 软件包 | 版本与文档 | 描述 |
|---|---|---|
| @arizeai/phoenix-otel |   |
对 OpenTelemetry 原语的轻量级封装，预置适配 Phoenix 的默认配置 |
| @arizeai/phoenix-client |  |
用于对接 Arize Phoenix API 的 TypeScript 客户端 |
| @arizeai/phoenix-evals |  |
专为 LLM 应用打造的 TypeScript 评估库（Alpha 预览版） |
| @arizeai/phoenix-cli |  |
用于获取 Traces、数据集和实验数据的 CLI 工具，供 Claude Code、Cursor 等编程智能体使用 |
追踪集成生态
Phoenix 基于 OpenTelemetry 深度打造，具备完全的供应商、语言与框架解耦能力。关于追踪插桩库及应用示例的详情，请参阅 OpenInference 开源项目以及官方集成文档。
Python 集成
| 目标框架/服务 | 插桩软件包 | 版本 | |
|---|---|---|---|
 |
OpenAI | openinference-instrumentation-openai |
 |
|
OpenAI Agents | openinference-instrumentation-openai-agents |
 |
 |
LlamaIndex | openinference-instrumentation-llama-index |
 |
| DSPy | openinference-instrumentation-dspy |
 |
|
 |
AWS Bedrock | openinference-instrumentation-bedrock |
 |
 |
LangChain | openinference-instrumentation-langchain |
 |
|
LangGraph | openinference-instrumentation-langchain |
|
 |
MistralAI | openinference-instrumentation-mistralai |
 |
 |
Cohere | openinference-instrumentation-cohere |
 |
 |
Together AI | openinference-instrumentation-together |
 |
 |
Ollama | openinference-instrumentation-ollama |
 |
 |
Google GenAI | openinference-instrumentation-google-genai |
 |
|
Google ADK | openinference-instrumentation-google-adk |
 |
| Guardrails | openinference-instrumentation-guardrails |
 |
|
 |
VertexAI | openinference-instrumentation-vertexai |
 |
 |
CrewAI | openinference-instrumentation-crewai |
 |
| Haystack | openinference-instrumentation-haystack |
 |
|
| LiteLLM | openinference-instrumentation-litellm |
 |
|
| OpenRouter | openinference-instrumentation-openai |
|
|
| OrcaRouter | openinference-instrumentation-openai |
|
|
 |
Groq | openinference-instrumentation-groq |
 |
| Instructor | openinference-instrumentation-instructor |
 |
|
 |
Anthropic | openinference-instrumentation-anthropic |
 |
 |
Smolagents | openinference-instrumentation-smolagents |
 |
| Agno | openinference-instrumentation-agno |
 |
|
| BeeAI | openinference-instrumentation-beeai |
 |
|
| Strands Agents | openinference-instrumentation-strands-agents |
 |
|
| Restate | openinference-instrumentation-openai-agents |
|
|
 |
MCP | openinference-instrumentation-mcp |
 |
 |
Pydantic AI | openinference-instrumentation-pydantic-ai |
 |
| AG2 | openinference-instrumentation-ag2 |
 |
|
| Autogen AgentChat | openinference-instrumentation-autogen-agentchat |
 |
|
| Portkey | openinference-instrumentation-portkey |
 |
|
| Agent Spec | openinference-instrumentation-agentspec |
 |
|
 |
Claude Agent SDK | openinference-instrumentation-claude-agent-sdk |
 |
| TypeSafe AI | openinference-instrumentation-typesafe |
 |
跨度处理器 (Span Processors)
通过接入统一数据的 Span 处理器，标准化并转换来自其他第三方插桩库的观测数据。
| 软件包 | 描述 | 版本 |
|---|---|---|
openinference-instrumentation-openlit |
面向 OpenLIT 追踪数据的 OpenInference Span 处理器。 |  |
openinference-instrumentation-openllmetry |
面向 OpenLLMetry (Traceloop) 追踪数据的 OpenInference Span 处理器。 |  |
JavaScript 集成
| 目标框架/SDK | 软件包 | 版本 | |
|---|---|---|---|
|
OpenAI | @arizeai/openinference-instrumentation-openai |
 |
|
OpenAI Agents | @arizeai/openinference-instrumentation-openai-agents |
 |
|
LangChain.js | @arizeai/openinference-instrumentation-langchain |
 |
| TanStack AI | @arizeai/openinference-tanstack-ai |
 |
|
 |
Vercel AI SDK | @arizeai/openinference-vercel |
 |
| BeeAI | @arizeai/openinference-instrumentation-beeai |
 |
|
|
Claude Agent SDK | @arizeai/openinference-instrumentation-claude-agent-sdk |
 |
 |
Mastra | @mastra/arize |
 |
|
MCP | @arizeai/openinference-instrumentation-mcp |
 |
| TypeSafe AI | @arizeai/openinference-instrumentation-typesafe |
 |
Java 集成
| 目标框架/生态 | 软件包 | 版本 | |
|---|---|---|---|
|
LangChain4j | openinference-instrumentation-langchain4j |
 |
| SpringAI | openinference-instrumentation-springAI |
 |
|
 |
Spring AI 适用的 Arconia | io.arconia:arconia-openinference-semantic-conventions |
 |
|
Google ADK | openinference-instrumentation-adk-java |
 |
Go 集成
| 目标 SDK | 软件包 | 版本 | |
|---|---|---|---|
|
OpenAI | github.com/Arize-ai/openinference/go/openinference-instrumentation-openai-go |
 |
|
Anthropic | github.com/Arize-ai/openinference/go/openinference-instrumentation-anthropic-sdk-go |
 |
平台级集成 (Platforms)
| 平台名称 | 平台描述 | 文档指南 | |
|---|---|---|---|
| BeeAI | 内置可观测性支持的 AI Agent 开发框架 | 集成指南 | |
 |
Dify | 开源大语言模型应用开发与运维平台 | 集成指南 |
| Envoy AI Gateway | 基于 Envoy Proxy 构建的面向 AI 工作负载的网关 | 集成指南 | |
| LangFlow | 用于构建多智能体与 RAG 应用的可视化低代码框架 | 集成指南 | |
| LiteLLM Proxy | 统一的 LLM 负载均衡与路由代理服务器 | 集成指南 | |
| Flowise | 用于快速搭建 LLM 应用的可视化拖拽编排平台 | 集成指南 | |
| Prompt Flow | 微软推出的 Prompt 工程与工作流编排套件 | 集成指南 | |
 |
NVIDIA NeMo | 面向企业级智能体的 NVIDIA NeMo Agent Toolkit | 集成指南 |
| Graphite | 配备可视化构建器的多智能体 LLM 工作流框架 | 集成指南 |
向量数据库 (Vector Databases)
| 集成提供商 | 平台描述 | 文档指引 |
|---|---|---|
| Qdrant | 追踪稠密、稀疏与 RRF 融合的分阶段混合检索 | 集成指南 |
安全沙箱环境 (Sandboxes)
在云端托管沙箱服务中运行 Phoenix 代码评估器 (Code Evaluators)，实现内核级安全隔离与运行时依赖动态安装。
| 集成提供商 | 平台描述 | 文档指引 |
|---|---|---|
| E2B | 面向 AI 生成代码的托管式 Micro-VM 微虚拟机安全沙箱 | 集成指南 |
| Daytona | 支持快照秒级启动的托管开发沙箱环境 | 集成指南 |
| Vercel Sandbox | 运行在 Vercel 底层基础设施上的按需瞬态计算沙箱 | 集成指南 |
| Modal | 无服务器（Serverless）、Python 原生的容器计算平台 | 集成指南 |
| Docker Sandboxes | 由 Docker 托管的云端沙箱 | 集成指南 |
面向开发者与 AI 编程智能体
Phoenix 既为人类工程师打造，也原生支持各类 AI 编程智能体协作交互。以下三套核心界面使智能体（如 Claude Code、Codex、Cursor 等）能够深度感知并操作你的 Traces、数据集和实验：
- CLI 命令行 — 运行
npx @arizeai/phoenix-cli抓取 Traces、数据集与实验指标，并自动插桩应用（setup），使智能体可以直接在终端获取上下文并执行任务。 - 智能体技能 (Skills) —
skills/目录打包了专有工作流，赋予编程智能体使用 Phoenix 调试、评估与链路追踪的完整技能。 - 远程 MCP 服务器 — 支持将任意符合 MCP 规范的客户端连接至 Phoenix 实例的
/mcp端点，直接执行上下文检索与操作。
关于智能体的完整配置与调用方式，请参阅编程智能体集成指南。
| Agent Skill 技能库 | 技能功能描述 |
|---|---|
| phoenix-cli | 使用 Phoenix CLI 调试 LLM 应用——获取链路追踪、分析执行错误、审查对比实验并查询 GraphQL API |
| phoenix-evals | 使用 Phoenix 构建并运行面向 AI / LLM 应用的多维度评估器 |
| phoenix-tracing | 面向大模型应用的 OpenInference 语义约定与全链路追踪插桩规范 |
安全性与隐私保护
我们高度重视用户的数据安全与隐私保护。详情请参阅我们的安全性与隐私政策文档。
遥测说明
默认情况下，Phoenix 仅收集基础的 Web 访问分析数据（例如页面浏览量、UI 交互事件），以协助我们理解产品使用情况并持续改进体验。Phoenix 绝不会收集你的任何 Trace 调用数据、评估结果或敏感业务信息。
如需完全关闭遥测，只需设置环境变量：PHOENIX_TELEMETRY_ENABLED=false
社区与交流
加入我们的开源社区，与数千名 AI 开发者共同交流探讨。
- 🌍 加入官方 Slack 开发者社区。
- 📚 查阅完整的 官方在线技术文档。
- 💡 在 #phoenix-support 频道提问与交流反馈。
- 🌟 在 GitHub 仓库为我们点亮 Star。
- 🐞 通过 GitHub Issues 反馈缺陷与功能建议。
- 𝕏 在 𝕏 (Twitter) 上关注最新动态。
- 💼 在 LinkedIn 上关注官方账号。
- 🗺️ 查看 公开路线图 (Roadmap) 了解未来演进方向。
- 🧑🏫 在 Arize Learning Hub 深入学习 AI 智能体 与 LLM 效果评估。
重大变更 (Breaking Changes)
关于历史版本的重大架构调整与迁移指南，请参阅迁移指南 (Migration Guide)。
版权、专利与许可证
Copyright 2025 Arize AI, Inc. All Rights Reserved.
本软件的部分代码受一项或多项美国专利保护。详情请参阅 IP_NOTICE。
本项目采用 Elastic License 2.0 (ELv2) 许可证开源。详情请参阅 LICENSE。
💡 文档维护说明：本中文文档由社区志愿者（@JasonYeYuhe）翻译维护，最后同步更新于 2026年9月8日。如发现内容与官方英文原版存在差异或新特性滞后，欢迎提交 PR 共同完善！
Star History
Phoenix is fully open source and built in the open. If it helps you, please ⭐ star the repo to support the project.