AI 智能体可观测性与评估

欢迎来到附加单元 2！在本章中，你将探索观察、评估并最终提高智能体性能的进阶策略。

---

📚 我何时应该学习这个附加单元？

如果你符合以下情况，那么这个附加单元非常适合你：

• 开发和部署 AI 智能体： 你希望确保你的智能体在生产环境中可靠运行。
• 需要详细的洞察： 你希望诊断问题、优化性能或理解智能体的内部工作原理。
• 旨在降低运营开销： 通过监控智能体成本、延迟和执行细节，你可以高效管理资源。
• 寻求持续改进： 你对将实时用户反馈和自动化评估集成到你的 AI 应用中感兴趣。

简而言之，对于所有希望将智能体推向用户的人来说！

---

🤓 你将学到什么

在本单元中，你将学到：

• 检测你的智能体： 学习如何通过 OpenTelemetry 与 *smolagents* 框架集成可观测性工具。
• 监控指标： 跟踪性能指标，如 Token 使用量（成本）、延迟和错误跟踪。
• 实时评估： 了解实时评估的技术，包括收集用户反馈和利用 LLM 作为评估者。
• 离线分析： 使用基准数据集（例如 GSM8K）测试和比较智能体性能。

---

🚀 准备好开始了吗？

在下一节中，你将学习智能体可观测性和评估的基础知识。之后，就该亲自动手实践了！

< > 在 GitHub 上更新