工作机制与关键组成
记录执行片段
通过支持的追踪集成记录模型调用、检索和工具操作。
检查运行过程
复盘一次执行，判断问题出在检索、提示词还是工具调用。
开展评测
使用数据集和评测器，将改动前后的表现与代表性样例进行比较。
如何选择
如果追踪级调试和评测是 LLM 工程流程中的重点，可以考虑 Phoenix。
适合解决哪些问题
- 查看检索到的段落和生成过程，排查 RAG 回答问题。
- 围绕运行追踪和标注样例搭建评测流程。
使用时要留意什么
- 追踪内容可能包含用户数据，应谨慎配置采集范围和保留期限。
- 评测分数只能提示需要进一步检查，不能替代针对具体任务的复核。
使用前，先弄清楚
RAG 回答有问题时，在 Phoenix 中先检查什么？
先确认检索结果是否包含回答问题所需的证据，再检查模型是否正确使用这些证据。前者更可能需要调整语料、切分或检索；后者更可能涉及提示词和生成策略。追踪分析与评测结合，比只反复修改提示词更容易定位原因。
放在一起理解
继续核对原始资料
概念说明参考项目文档与源码；场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。