Kom igång: Felsök en GenAI-app

MLflow Tracing samlar in genAI-appens körningsflöde, vilket ger insyn i varje steg från användarindata till slutliga utdata. Se exakt vad som händer i ditt program – inklusive frågor, modellanrop, verktygsanvändning, svarstider och antal token.

I den här snabbstarten instrumenterar du en enkel GenAI-app för att automatiskt samla in detaljerade spårningar för felsökning och optimering. Välj en av dessa två guider baserat på din utvecklingsmiljö:

Välj snabbstartsguiden baserat på din önskade utvecklingsmiljö:

• Databricks Notebook – Använda en värdbaserad notebook-fil på din Databricks-arbetsyta
• Lokalt i en IDE eller notebook-fil – Använd valfri lokal utvecklingsmiljö, till exempel en IDE (VS Code, PyCharm, Cursor eller andra) eller en lokalt värdbaserad notebook-miljö (Jupyter eller andra)

Guider och referenser

Mer information om begrepp och funktioner i den här guiden finns i:

• MLflow Tracing-guide – Börja här för mer djupgående utbildning om MLflow Tracing
• MLflow Tracing-integreringar – över 20 bibliotek med automatisk spårningsintegrering
• Spårningsbegrepp – Förstå grunderna i MLflow Tracing