下载

Skill UI

浏览并发现 9916+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 LLM追踪，共找到 11 条记录

默认排序最新上传最多下载

LangChain可观测性监控系统

langchain-observability

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的LangChain生产级可观测性解决方案。它整合了LangSmith零代码追踪、自定义回调函数进行指标捕获（如延迟、Token使用量、错误率），以及Prometheus导出器实现告警。帮助开发者实时监控整个LLM应用管线，确保系统性能和稳定性。

LangChain事件处理与流式集成

langchain-webhooks-events

jeremylongshore/claude-code-plugins-plus-skills

该技能用于实现LangChain的高级事件驱动模式。提供自定义回调处理器，可监听链式调用过程中的关键生命周期事件（如工具调用、LLM Token流式生成）。同时支持通过SSE和WebSocket进行实时数据流传输，并通过Webhook实现所有运行事件的聚合和可观测性追踪。

Langfuse 观测平台

sickn33/antigravity-awesome-skills

Langfuse 提供完整的 LLM 观测能力，涵盖调用追踪、提示管理、评估打分与成本/延迟/质量监控，适用于与 LangChain、LlamaIndex、OpenAI 等集成的生产场景。

Langfuse LLM 调用可观测性

langfuse-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

本工作流展示了如何使用 Langfuse 为大型语言模型（LLM）调用、链式调用和复杂 Agent 实现端到端的完整追踪。它覆盖了包括 OpenAI 包装器、RAG 流程的手动 Span 追踪、流式响应监控以及多模型（如 OpenAI, Anthropic）的集成。适用于需要深入了解 AI 系统性能、调试复杂流程和监控生产环境 LLM 使用情况的场景。

Langfuse LLM可观测性与监控

langfuse-observability

jeremylongshore/claude-code-plugins-plus-skills

本文指导如何为LLM应用建立全面的可观测性监控体系。通过集成Prometheus指标，可以实时追踪LLM的调用次数、生成延迟、Token消耗量和费用成本。适用于性能调优、成本控制及系统健康状态的持续监控。

凤凰AI可观测平台

phoenix-observability

Orchestra-Research/AI-Research-SKILLs

Phoenix 是开源AI可观测平台，可用于追踪、评估和监控大语言模型应用，支持实验对比、数据集回归测试与实时生产监控，帮助工程团队自托管排查与优化。

LLM提示词优化与调试

arize-prompt-optimization

github/awesome-copilot

本技能提供了一个完整的LLM提示词优化、改进和调试框架。它利用生产追踪数据、系统评估和人工标注来提取提示词。用户可以运行数据驱动的优化循环，确保AI的回复达到期望的质量标准。适用于提示词调优、系统提示优化和提升整体AI输出质量。

LLM追踪导出与行为分析

github/awesome-copilot

该技能提供全面的工具，用于下载、导出和深度检查Arize追踪和跨度（Spans）。它帮助用户理解大型语言模型（LLM）应用的完整执行流程，用于调试运行时错误和进行根本原因分析。用户可按追踪ID、跨度ID或会话ID筛选数据，进行深度行为分析。

凤凰AI追踪指南

phoenix-tracing

github/awesome-copilot

为 Phoenix AI 服务提供 OpenInference 追踪指南，涵盖安装、自动/手动 span、属性规范及生产部署，助力 Python/TypeScript LLM 应用实现可观测性。

LangChain OTEL 可观测性追踪

langchain-otel-observability

jeremylongshore/claude-code-plugins-plus-skills

本技能旨在将LangChain 1.0和LangGraph 1.0的工作流深度集成到OpenTelemetry（OTEL）原生后端。它解决了核心可观测性痛点，包括确保提示词内容（Prompt Content）的准确捕获、实现子图（Subgraph）级的跨越式Span传播，并提供延迟、成本等五个LLM特定的服务级别目标（SLO）。适用于需要合规性、多租户或现有OTEL堆栈的场景。

发现未收录的日文NLP资源

find-new-resources

taishi-i/awesome-japanese-nlp-resources

该技能用于搜索和发现Awesome Japanese NLP资源列表中尚未收录的最新日文自然语言处理（NLP）资源、工具和库。它帮助开发者和研究人员追踪日文语言技术的最新进展，或为资源列表准备贡献。

1

语言