可观察性
Spring AI 基于 Spring 生态系统中的可观察性功能构建,以提供对 AI 相关作的见解。
Spring AI 为其核心组件提供 metrics 和跟踪功能:ChatClient
(包括Advisor
),ChatModel
,EmbeddingModel
,ImageModel
和VectorStore
.
低基数键将添加到指标和跟踪中,而高基数键将仅添加到跟踪中。 |
聊天客户端
这spring.ai.chat.client
当 ChatClientcall()
或stream()
作。
它们测量执行调用所花费的时间并传播相关的跟踪信息。
名字 | 描述 |
---|---|
|
总是 |
|
总是 |
|
聊天模型响应是流吗 - |
|
Spring AI 中的框架 API 类型: |
名字 | 描述 |
---|---|
|
advisor 参数映射。 |
|
已配置的聊天客户端顾问列表。 |
|
Chat 客户端系统参数。自选。 |
|
Chat 客户端系统文本。自选。 |
|
启用工具函数名称。 |
|
已配置的聊天客户端函数回调列表。 |
|
Chat 客户端用户参数。自选。 |
|
Chat 客户端用户文本。自选。 |
输入数据
这ChatClient
输入数据通常很大,并且可能包含敏感信息。
由于这些原因,默认情况下不会导出它。
Spring AI 支持跨所有跟踪后端将 Importing 数据导出为 span 属性。
财产 | 描述 | 违约 |
---|---|---|
|
是否在观察中包括输入内容。 |
|
如果允许在观察中包含输入内容,则存在暴露敏感或私人信息的风险。请小心! |
聊天客户顾问
这spring.ai.advisor
在执行 Advisors 周围的 Call 或 Stream 时,将记录观察结果。
它们测量在 advisor 中花费的时间(包括在内部 advisor 上花费的时间)并传播相关的跟踪信息。
名字 | 描述 |
---|---|
|
总是 |
|
总是 |
|
当 advisor 在请求处理中应用它的 logic 时,其中一个 |
|
Spring AI 中的框架 API 类型: |
名字 | 描述 |
---|---|
|
顾问的姓名。 |
|
顾问链中的 advisor 订单。 |
聊天模型
目前仅支持 Observability 功能ChatModel 来自以下 AI 模型的实现
提供商:Anthropic、Azure OpenAI、Mistral AI、Ollama、OpenAI、Vertex AI、MiniMax、Moonshot、QianFan、Zhiu AI。
未来版本将支持其他 AI 模型提供程序。 |
这gen_ai.client.operation
调用 ChatModel 时记录观察结果call
或stream
方法。
它们测量方法完成所花费的时间并传播相关的跟踪信息。
这gen_ai.client.token.usage Metrics 衡量单个模型调用使用的输入和输出令牌的数量。 |
名字 | 描述 |
---|---|
|
正在执行的作的名称。 |
|
由客户端检测标识的模型提供程序。 |
|
要向其发出请求的模型的名称。 |
|
生成响应的模型的名称。 |
名字 | 描述 |
---|---|
|
模型请求的频率损失设置。 |
|
模型为请求生成的最大令牌数。 |
|
模型请求的存在惩罚设置。 |
|
模型将用于停止生成更多标记的序列列表。 |
|
模型请求的温度设置。 |
|
模型请求的 top_k 采样设置。 |
|
模型请求的 top_p 采样设置。 |
|
模型停止生成令牌的原因,对应于收到的每一代。 |
|
AI 响应的唯一标识符。 |
|
模型输入 (prompt) 中使用的标记数。 |
|
模型输出 (completion) 中使用的标记数。 |
|
模型交换中使用的代币总数。 |
|
发送到模型的完整提示。自选。 |
|
从模型收到的完整响应。自选。 |
对于测量用户令牌,上表列出了观察跟踪中存在的值。
使用指标名称gen_ai.client.token.usage 由ChatModel . |
名字 | 描述 |
---|---|
|
事件,包括聊天提示的内容。自选。 |
|
事件,包括聊天完成的内容。自选。 |
聊天提示和完成数据
聊天提示和完成数据通常很大,并且可能包含敏感信息。 由于这些原因,默认情况下不会导出它。
Spring AI 支持将聊天提示和完成数据导出为 span 事件(如果您使用 OpenTelemetry 跟踪后端), 而如果您使用 OpenZipkin 跟踪后端,则数据将导出为 span 属性。
此外,Spring AI 支持记录聊天提示和完成数据,这对于故障排除场景非常有用。
财产 | 描述 | 违约 |
---|---|---|
|
在观察中包括提示内容。 |
|
|
在观察任务中包括完成内容。 |
|
|
在观测中包括错误记录。 |
|
如果您在观察中启用聊天提示和完成数据,则存在暴露敏感或私人信息的风险。请小心! |
EmbeddingModel
目前仅支持 Observability 功能EmbeddingModel 来自以下的 implementations
AI 模型提供商:Azure OpenAI、Mistral AI、Ollama 和 OpenAI。
未来版本将支持其他 AI 模型提供程序。 |
这gen_ai.client.operation
在嵌入模型方法调用时记录观察结果。
它们测量方法完成所花费的时间并传播相关的跟踪信息。
这gen_ai.client.token.usage Metrics 衡量单个模型调用使用的输入和输出令牌的数量。 |
名字 | 描述 |
---|---|
|
正在执行的作的名称。 |
|
由客户端检测标识的模型提供程序。 |
|
要向其发出请求的模型的名称。 |
|
生成响应的模型的名称。 |
名字 | 描述 |
---|---|
|
生成的输出嵌入具有的维度数。 |
|
模型输入中使用的标记数。 |
|
模型交换中使用的代币总数。 |
对于测量用户令牌,上表列出了观察跟踪中存在的值。
使用指标名称gen_ai.client.token.usage 由EmbeddingModel . |
图像模型
目前仅支持 Observability 功能ImageModel 来自以下 AI 模型的实现
提供商:OpenAI。
未来版本将支持其他 AI 模型提供程序。 |
这gen_ai.client.operation
观察结果记录在图像模型方法调用中。
它们测量方法完成所花费的时间并传播相关的跟踪信息。
这gen_ai.client.token.usage Metrics 衡量单个模型调用使用的输入和输出令牌的数量。 |
名字 | 描述 |
---|---|
|
正在执行的作的名称。 |
|
由客户端检测标识的模型提供程序。 |
|
要向其发出请求的模型的名称。 |
名字 | 描述 |
---|---|
|
返回生成图像的格式。 |
|
要生成的图像的大小。 |
|
要生成的图像的样式。 |
|
AI 响应的唯一标识符。 |
|
生成响应的模型的名称。 |
|
模型输入 (prompt) 中使用的标记数。 |
|
模型输出 (generation) 中使用的令牌数。 |
|
模型交换中使用的代币总数。 |
|
发送到模型的完整提示。自选。 |
对于测量用户令牌,上表列出了观察跟踪中存在的值。
使用指标名称gen_ai.client.token.usage 由ImageModel . |
名字 | 描述 |
---|---|
|
事件,包括图像提示的内容。自选。 |
矢量存储
Spring AI 中的所有向量存储实现都经过检测,以通过 Micrometer 提供指标和分布式跟踪数据。
这db.vector.client.operation
与 Vector Store 交互时记录观察结果。
它们测量在query
,add
和remove
作并传播相关的跟踪信息。
名字 | 描述 |
---|---|
|
正在执行的作或命令的名称。其中之一 |
|
由客户端检测标识的数据库管理系统 (DBMS) 产品。其中之一 |
|
Spring AI 中的框架 API 类型: |
名字 | 描述 |
---|---|
|
数据库中集合 (表、容器) 的名称。 |
|
数据库的名称,在服务器地址和端口中完全限定。 |
|
记录标识符(如果存在)。 |
|
相似性搜索中使用的量度。 |
|
向量的维度。 |
|
作为向量的 name 字段(例如,字段名称)。 |
|
正在执行的搜索查询的内容。 |
|
搜索查询中使用的元数据筛选条件。 |
|
从相似性搜索查询返回的文档。自选。 |
|
接受所有搜索分数的相似性阈值。阈值 0.0 表示接受任何相似性或禁用相似性阈值筛选。阈值 1.0 表示需要完全匹配。 |
|
查询返回的前 k 个最相似的向量。 |
名字 | 描述 |
---|---|
|
事件,包括向量搜索响应数据。自选。 |