Datadog追踪

ddtrace是Datadog的应用性能监控（APM）库，提供了一个集成来监控您的LangChain应用程序。

ddtrace集成LangChain的主要特点包括：

• 追踪：捕获LangChain请求、参数、提示完成，并帮助可视化LangChain操作。

• 指标：捕获LangChain请求延迟、错误，以及令牌/成本使用情况（适用于OpenAI的LLMs和聊天模型）。

• 日志：为每个LangChain操作存储提示完成数据。

• 仪表板：将指标、日志和追踪数据合并到一个单一平面中，以监视LangChain请求。

• 监视器：对LangChain请求延迟或错误率上升提供警报。

注意：ddtrace LangChain集成目前为LLMs、聊天模型、文本嵌入模型、链和向量存储提供追踪。

安装和设置

1. 在Datadog代理中启用APM和StatsD，以及Datadog API密钥。例如，在Docker中：

docker run -d --cgroupns host \
              --pid host \
              -v /var/run/docker.sock:/var/run/docker.sock:ro \
              -v /proc/:/host/proc/:ro \
              -v /sys/fs/cgroup/:/host/sys/fs/cgroup:ro \
              -e DD_API_KEY=<DATADOG_API_KEY> \
              -p 127.0.0.1:8126:8126/tcp \
              -p 127.0.0.1:8125:8125/udp \
              -e DD_DOGSTATSD_NON_LOCAL_TRAFFIC=true \
              -e DD_APM_ENABLED=true \
              gcr.io/datadoghq/agent:latest

2. 安装Datadog APM Python库。

pip install ddtrace>=1.17

3. 当您在LangChain Python应用程序命令前加上ddtrace-run前缀时，LangChain集成可以自动启用：

DD_SERVICE="my-service" DD_ENV="staging" DD_API_KEY=<DATADOG_API_KEY> ddtrace-run python <your-app>.py

注意：如果代理正在使用非默认主机名或端口，请确保还设置DD_AGENT_HOST、DD_TRACE_AGENT_PORT或DD_DOGSTATSD_PORT。

此外，通过在应用程序中的第一个langchain导入之前添加patch_all()或patch(langchain=True)，也可以以编程方式启用LangChain集成。

请注意，使用ddtrace-run或patch_all()还将启用对LLM提供商的HTTP请求进行追踪的requests和aiohttp集成，以及对OpenAI库的请求进行追踪的openai集成。

from ddtrace import config, patch
# 注意：在调用``patch()``之前确保配置集成！
# 例如 config.langchain["logs_enabled"] = True
patch(langchain=True)
# 追踪同步HTTP请求
# patch(langchain=True, requests=True)
# 追踪异步HTTP请求（到OpenAI库）
# patch(langchain=True, aiohttp=True)
# 包括来自OpenAI集成的底层OpenAI跨度
# patch(langchain=True, openai=True)patch_all

查看APM Python库文档以获取更高级的用法。

配置

查看APM Python库文档以获取所有可用的配置选项。

日志提示和完成采样

要启用日志提示和完成采样，请设置DD_LANGCHAIN_LOGS_ENABLED=1环境变量。默认情况下，10%的追踪请求将生成包含提示和完成的日志。

要调整日志采样率，请参阅APM库文档。

注意：提交日志需要在运行ddtrace-run时指定DD_API_KEY。

故障排除

需要帮助吗？在ddtrace上创建问题，或联系Datadog支持。