您的人工智能应用程序正在生成响应,但您真的知道其中发生了什么吗? 👀 How long does each AI request take? Which prompts are being sent? What responses is the model generating? How many tokens are consumed? And how much does each request cost?今天,我们将对我们的人工智能应用程序进行 X 射线检查! 🔥 欢迎观看 AI Engineer 360° 的视频 50,我们从理解深度可观测性转向在现实世界的 AI 应用程序中实现它。在本次实践中,我们将在 Windows 上从头开始构建完整的 FastAPI + OpenAI 应用程序,并集成 Langfuse 以实现深度可观察性,使用 Claude Code CLI 来加速开发。 🚀 我们正在构建什么 AI 产品支持和摘要 API,具有两步 AI 工作流程: 1. 意图和情绪分类 2. AI 响应生成 🔍 您将学到什么 Langfuse 是什么以及 LLM 可观察性如何工作?创建 Langfuse Cloud 项目并生成 API 密钥。在 Windows 上设置 Python 虚拟环境。 CMD vs PowerShell activation commands.安装 FastAPI、Uvicorn、OpenAI、Langfuse、Pydantic 和 python-dotenv。使用 Claude Code CLI 生成模块化 AI 应用程序。 Integrating Langfuse Python SDK into FastAPI.在多步骤 AI 工作流程中实现跟踪和跨度。 Tracking prompt inputs and model outputs. Monitoring execution latency in milliseconds. Tracking token consumption and AI request costs. Running and testing APIs through Swagger UI.在 Langfuse 仪表板中检查完整的 AI 执行轨迹。 💻 技术堆栈 Python |快速API | OpenAI API |朗福斯|克劳德代码 CLI |独角兽 | Pydantic 🎯 最终结果 一个有效的人工智能应用程序,通过两步人工智能工作流程处理客户支持消息,而 Langfuse 帮助我们通过跟踪、跨度、提示、输出、延迟和令牌使用情况检查其执行情况。不再像黑匣子一样对待人工智能应用程序。学习观察、检查和调试人工智能系统内部发生的情况! 📌 第 10 阶段的一部分:LLMOps、可观察性和人工智能安全。订阅 The Techzeen 并跟随完整的 AI 工程师 360° 旅程,成为一名可投入生产的 AI 工程师。 🌐 与我们联系并学习 📜 访问我们的网站:https://thetechzeen.com/ 🧷 源代码:https://github.com/farzeen-ali/Deep-Observability 🎬 完整播放列表(AI ENGINEER 360°): https://www.youtube.com/playlist?list=PL5OhSdfH4uDtyUmg0r-F5UeQ9sineyE9t 💻 获取讲义 (GitHub):https://github.com/farzeen-ali/AI-Engineer-360 💬 加入 Techzeen AI WhatsApp 社区: https://whatsapp.com/channel/0029VbD3dLD5vKA2UgUCpX19 #Langfuse #AIObservability #FastAPI #OpenAI #LLMOps #AIEngineer360 #ClaudeCode #LLMTracing #AIEngineering #TheTechzeen