एरिज़ फ़ीनिक्स
मुफ्त
एरीज़ फीनिक्स एरीज़ एआई द्वारा लॉन्च किया गया एक ओपन सोर्स एआई ऑब्जर्वेबिलिटी प्लेटफॉर्म है। इसमें एलएलएम/एजेंट ट्रेसिंग, ओपन टेलीमेट्री संग्रह, एलएलएम-ए-जज मूल्यांकन, डेटा सेट, प्रयोगात्मक खेल के मैदान और शीघ्र प्रबंधन शामिल हैं। यह विकास टीमों के लिए कुबेरनेट्स या फीनिक्स क्लाउड कंटेनरों में स्थानीय स्तर पर एआई अनुप्रयोगों को डिबग और बेहतर बनाने के लिए उपयुक्त है।
टूल टेक्स्ट
मुख्य पैरामीटर और आँकड़े
एरीज़ फीनिक्स एआई इंजीनियरिंग टीमों के लिए एक खुला स्रोत अवलोकन और मूल्यांकन मंच है। मुख्य लक्ष्य स्वयं मॉडल को प्रतिस्थापित करना नहीं है, बल्कि एलएलएम, आरएजी, एजेंट और प्रॉम्प्ट की पुनरावृत्ति प्रक्रिया के दौरान चल रहे साक्ष्य को तैयार करना है: अनुरोध लिंक अवधि, टोकन और लागत, पुनर्प्राप्ति संदर्भ, मूल्यांकन परिणाम, डेटा सेट संस्करण और प्रयोगात्मक परिणाम सभी एक ही सिस्टम में देखे जा सकते हैं। आधिकारिक GitHub README फीनिक्स को एक ओपन-सोर्स AI ऑब्जर्वेबिलिटी प्लेटफॉर्म के रूप में स्थान देता है, जो प्रयोग, मूल्यांकन और समस्या निवारण को कवर करता है।
| प्रोजेक्ट्स | सार्वजनिक सूचना | |
|---|---|---|
| उत्पाद का नाम | एरिज़ फीनिक्स | |
| आधिकारिक प्रवेश द्वार | phoenix.arize.com | |
| दस्तावेज़ प्रवेश | arize.com/docs/phoenix | |
| GitHub रिपोजिटरी | Arize-ai/phoenix | |
| पीईपीआई पैकेज | arize-phoenix | |
| वर्तमान संस्करण | 17.9.0, 2026-06-19 को जारी | |
| लाइसेंस | इलास्टिक लाइसेंस 2.0; आधिकारिक दस्तावेज़ीकरण बताता है कि स्व-होस्टिंग मुफ़्त है और इसकी कोई कार्यात्मक सीमा नहीं है | |
| परिनियोजन प्रपत्र | स्थानीय ज्यूपिटर नोटबुक, डॉकर, कुबेरनेट्स/हेल्म, फीनिक्स क्लाउड/एराइज़ एएक्स | |
| मुख्य योग्यताएँ | ट्रेसिंग, मूल्यांकन, डेटासेट, प्रयोग, खेल का मैदान, शीघ्र प्रबंधन, पीएक्सआई | |
| अवलोकन मानक | OpenTelemetry / OpenInference | पर आधारित ट्रेसिंग और स्वचालित ट्रैकिंग पारिस्थितिकी तंत्र |
| भाषा और एकीकरण | पायथन, जावास्क्रिप्ट/टाइपस्क्रिप्ट एसडीके; OpenAI, एंथ्रोपिक, Google, बेडरॉक, लैंगचेन, LlamaIndex, DSPy, CrewAI और अन्य पारिस्थितिक तंत्रों का समर्थन करता है | |
| समुदाय का आकार | GitHub लगभग 10.2k सितारे, लगभग 936 कांटे; नवीनतम PyPI पैकेज के लिए Python >=3.10,<3.15 | की आवश्यकता है |
इन मापदंडों से संकेत मिलता है कि फीनिक्स एक साधारण लॉगिंग प्लेटफॉर्म की तुलना में "एआई एप्लिकेशन डिबगिंग और मूल्यांकन कार्यक्षेत्र" के करीब है। यह अवलोकन, मूल्यांकन और प्रयोग को जोड़ता है: जब कोई ट्रेस उच्च विलंबता, खराब पुनर्प्राप्ति, या मतिभ्रम का जोखिम दिखाता है, तो टीम एक दोहराए जाने योग्य प्रोजेक्ट रिकॉर्ड बनाने के लिए संबंधित संकेत, डेटा सेट नमूने और प्रयोगात्मक परिणामों को ट्रैक करना जारी रख सकती है।
उपयोगकर्ता और बाज़ार की पहचान
फ़ीनिक्स की बाज़ार पहचान मुख्य रूप से तीन प्रकार के संकेतों से आती है। पहला ओपन सोर्स डेवलपर्स द्वारा अपनाना है: GitHub पर 10k से अधिक सितारों के पैमाने से पता चलता है कि यह अब एक प्रारंभिक अवधारणा गोदाम नहीं है, बल्कि एक बुनियादी ढांचा परियोजना है जिस पर लगातार ध्यान दिया जाता है और एलएलएम अवलोकन के क्षेत्र में उपयोग किया जाता है। दूसरा पैकेज और छवि वितरण है: अधिकारी एक ही समय में PyPI पैकेज, डॉकर छवि पायथन उप-पैकेज और टाइपस्क्रिप्ट पैकेज को बनाए रखता है, यह दर्शाता है कि उपयोग परिदृश्य नोटबुक प्रोटोटाइप, सर्वर एप्लिकेशन, कंटेनरीकृत तैनाती और फ्रंट-एंड/नोड टूल चेन को कवर करते हैं। तीसरा Arize का वाणिज्यिक उपक्रम है: फीनिक्स को मुफ्त में स्व-होस्ट किया जा सकता है, या आप व्यक्तिगत डेवलपर्स और एंटरप्राइज़ टीमों के लिए अलग-अलग कार्यान्वयन पथ छोड़कर, फीनिक्स क्लाउड/Arize AX के माध्यम से होस्ट किए गए संस्करण का उपयोग कर सकते हैं।
आधिकारिक फीनिक्स पेज द्वारा दिए गए पारिस्थितिक संकेतों में 3M+ मासिक डाउनलोड, 10k+ GitHub सितारे, 7k+ समुदाय और 22M+ ओपन टेलीमेट्री इंस्ट्रूमेंटेशन मासिक डाउनलोड शामिल हैं। ये संख्याएँ उद्यम ग्राहकों की संख्या या राजस्व डेटा के बजाय लोकप्रियता और पारिस्थितिक गतिविधि के संदर्भ के रूप में अधिक उपयुक्त हैं; वास्तविक खरीदारी को अभी भी टीम के ट्रेस आकार, डेटा प्रतिधारण आवश्यकताओं, अनुपालन आवश्यकताओं और स्व-होस्टिंग क्षमताओं के आधार पर आंका जाना चाहिए।
उपयोगकर्ता पोर्ट्रेट के दृष्टिकोण से, एआई एजेंट और आरएजी अनुप्रयोगों के विकास के बाद फीनिक्स अधिक मूल्यवान होगा। एक साधारण चैट डेमो के लिए, आपको केवल समस्या निवारण के लिए लॉग प्रिंट करना होगा; एक बार जब सिस्टम में पुनर्प्राप्ति, टूल इनवोकेशन, मल्टी-एजेंट सहयोग, उपयोगकर्ता सत्र और स्वचालित मूल्यांकन शामिल हो जाता है, तो पारंपरिक लॉग के साथ "किस कदम के कारण गुणवत्ता में गिरावट हुई" का उत्तर देना मुश्किल है। फीनिक्स का मूल्य इन परिचालन साक्ष्यों को संरचित करने में निहित है ताकि विकास, मूल्यांकन, उत्पाद और प्लेटफ़ॉर्म टीमें एक ही ट्रेस के आसपास चर्चा कर सकें।
लागत लाभ
फीनिक्स का मुख्य लागत लाभ "मुक्त स्रोत स्व-होस्टेड + मांग पर प्रबंधित क्लाउड" है। आधिकारिक सेल्फ-होस्टिंग दस्तावेज़ स्पष्ट रूप से बताता है: आपके स्वयं के बुनियादी ढांचे या क्लाउड खाते पर सेल्फ-होस्टिंग फीनिक्स मुफ़्त है, कोई लाइसेंस शुल्क नहीं है, कोई उपयोग सीमा या सुविधा सीमा नहीं है, और Arize को कोई डेटा नहीं भेजा जाता है। यह उन टीमों के लिए महत्वपूर्ण है जो संवेदनशील व्यावसायिक डेटा को संभालती हैं, अवधारण अवधि को नियंत्रित करना चाहती हैं, या इंट्रानेट परिनियोजन की आवश्यकता रखती हैं।
| समाधान | लागत संरचना | टीम फिट | प्रमुख व्यापार-बंद |
|---|---|---|---|
| स्थानीय/नोटबुक | सॉफ़्टवेयर स्वयं मुफ़्त है, और लागत मुख्य रूप से स्थानीय संसाधन और डिबगिंग समय है व्यक्तिगत डेवलपर्स के लिए पीओसी, शिक्षण और त्वरित समस्या निवारण | कई लोगों द्वारा दीर्घकालिक सहयोग और उत्पादन प्रतिधारण के लिए उपयुक्त नहीं है | |
| डॉकर / कम्पोज़ | सॉफ्टवेयर मुफ़्त है और सर्वर, भंडारण, बैकअप और संचालन और रखरखाव लागत को कवर करता है छोटी टीम, आंतरिक पायलट, प्रकाश उत्पादन | उन्नयन और सुरक्षा कॉन्फ़िगरेशन को स्वयं बनाए रखने की आवश्यकता है | |
| कुबेरनेट्स / हेल्म | सॉफ्टवेयर मुफ़्त है, और लागत क्लस्टर, ऑब्जेक्ट स्टोरेज, डेटाबेस, मॉनिटरिंग और एसआरई से आती है प्लेटफ़ॉर्म टीमें, डेटा-संवेदनशील उद्यम | संचालन और रखरखाव की जटिलता अधिक है, लेकिन शासन क्षमताएं अधिक मजबूत हैं | |
| फीनिक्स क्लाउड / एरिज़ एएक्स फ्री | आधिकारिक मूल्य निर्धारण पृष्ठ से पता चलता है कि मुफ़्त एकल डेवलपर्स के लिए है, जिसमें 25k स्पैन ट्रेस/माह, 1 जीबी, 15-दिवसीय प्रतिधारण शामिल है | ऐसे व्यक्ति या छोटी टीमें जो जल्दी से शुरुआत करना चाहते हैं और बुनियादी ढांचे को तैनात नहीं करना चाहते हैं | मुफ़्त कोटा और प्रतिधारण अवधि सीमित हैं |
| एरीज़ एएक्स प्रो | आधिकारिक मूल्य निर्धारण पृष्ठ से पता चलता है कि प्रो छोटी टीमों/स्टार्ट-अप टीमों के लिए है, इसमें 50k स्पैन ट्रेस/माह, 10 जीबी, 30-दिवसीय प्रतिधारण शामिल है, और अतिरिक्त उपयोग का समर्थन करता है | होस्टिंग सेवाओं और टीम सहयोग की आवश्यकता है | अवधि और डेटा वॉल्यूम के साथ लागत बढ़ती है |
| एएक्स एंटरप्राइज | SLA, SOC2/HIPAA, प्रशिक्षण, स्व-होस्ट किए गए ऐड-ऑन आदि के लिए समर्थन पर जोर देने वाला अनुकूलित उद्धरण | मजबूत एसएलए अनुपालन और उद्यम खरीद प्रक्रियाओं वाले संगठन | बिक्री संचार और अनुबंध की पुष्टि आवश्यक |
फीनिक्स का स्व-होस्ट किया गया पथ केवल होस्ट किए गए SaaS की पेशकश करने वाले अवलोकन उपकरणों की तुलना में विक्रेता लॉक-इन के जोखिम को काफी कम कर देता है। वास्तविक कुल लागत गायब नहीं होती है, बल्कि सॉफ़्टवेयर लाइसेंस से बुनियादी ढांचे, डेटा प्रतिधारण, एक्सेस नियंत्रण, बैकअप पुनर्प्राप्ति और अपग्रेड प्रक्रियाओं की ओर बढ़ती है। मजबूत इंजीनियरिंग क्षमताओं, डेटा संवेदनशीलता, या मौजूदा कुबेरनेट्स प्लेटफ़ॉर्म वाली टीमों के लिए, यह लागत संरचना आमतौर पर अधिक नियंत्रणीय होती है; संचालन और रखरखाव क्षमताओं के बिना छोटी टीमों के लिए, होस्ट किया गया संस्करण अधिक चिंता मुक्त है।
मुख्य कार्य
- ट्रेसिंग: ओपन टेलीमेट्री/ओपनइंफरेंस, डिस्प्ले ट्रेस, स्पैन, विलंब टोकन, लागत, इनपुट और आउटपुट, पुनर्प्राप्ति परिणाम और टूल कॉल के माध्यम से एलएलएम एप्लिकेशन रनटाइम लिंक एकत्र करें, जो आरएजी, एजेंट और वर्कफ़्लो की गुणवत्ता और प्रदर्शन समस्याओं के निवारण के लिए उपयुक्त है।
- मूल्यांकन: प्रतिक्रिया मूल्यांकन, पुनर्प्राप्ति मूल्यांकन, एलएलएम-ए-जज आदि जैसे मूल्यांकन मोड का समर्थन करता है, और टीम को "अच्छा महसूस नहीं कर रहा" को तुलनीय संकेतकों में बदलने में मदद करने के लिए ट्रेस या प्रयोगात्मक परिणामों के लिए मतिभ्रम, क्यूए शुद्धता, प्रासंगिकता और अन्य संकेतक जोड़ता है।
- डेटासेट: प्रतिगमन परीक्षण, फाइन-ट्यूनिंग मूल्यांकन या त्वरित तुलना के लिए संस्करणयुक्त नमूना सेट बनाएं, जिससे प्रत्येक त्वरित परिवर्तन के बाद केवल मैन्युअल स्पॉट जांच पर निर्भर रहने का जोखिम कम हो जाए।
- प्रयोग: ऑनलाइन होने से पहले कई योजनाओं की तुलना करने के लिए उपयुक्त संकेतों, मॉडलों, पुनर्प्राप्ति कॉन्फ़िगरेशन, पैरामीटर और कोड में परिवर्तन के कारण होने वाले प्रभाव अंतर को ट्रैक करें।
- खेल का मैदान: संकेतों को अनुकूलित करें, मॉडलों की तुलना करें, मापदंडों को समायोजित करें और ट्रेस किए गए एलएलएम कॉल को दोबारा चलाएं, जो वास्तविक विफलता नमूनों से डिबगिंग इंटरफ़ेस पर लौटने के लिए उपयुक्त है।
- प्रॉम्प्ट प्रबंधन: संस्करण नियंत्रण, टैग प्रबंधन और प्रॉम्प्ट का व्यवस्थित परीक्षण करें ताकि त्वरित परिवर्तनों को रिकॉर्ड किया जा सके और कोड परिवर्तनों की तरह वापस लाया जा सके।
- PXI / फीनिक्स इंटेलिजेंस: आधिकारिक README इसे डिबगिंग ट्रेस, पुनरावृत्त संकेतों और उत्पाद में नेविगेट करने के लिए एक अंतर्निहित AI इंजीनियरिंग एजेंट के रूप में वर्णित करता है, जो नए सदस्यों के लिए ट्रेस को समझने की सीमा को कम करने के लिए उपयुक्त है।
- एमसीपी और सीएलआई इकोसिस्टम: आधिकारिक तौर पर सूचीबद्ध
@arizeai/phoenix-mcpऔर@arizeai/phoenix-cli, जिनका उपयोग फीनिक्स क्षमताओं को विकास संदर्भों या कर्सर और क्लाउड कोड जैसे एजेंट वर्कफ़्लो से जोड़ने के लिए किया जाता है।
इन कार्यों का संयोजन फीनिक्स को न केवल "लॉग पढ़ने" की अनुमति देता है, बल्कि अवलोकन डेटा को प्रयोगों और मूल्यांकनों से सीधे जोड़ने की भी अनुमति देता है। एआई उत्पादों के लिए, सबसे कठिन काम अक्सर त्रुटि देखना नहीं है, बल्कि यह जानना है कि क्या त्रुटि प्रतिलिपि प्रस्तुत करने योग्य है, क्या यह एक नए संकेत द्वारा तय की गई है, और क्या यह अन्य नमूनों को नुकसान पहुंचाती है। फ़ीनिक्स को इसी समस्या के इर्द-गिर्द डिज़ाइन किया गया है।
मॉडल और संस्करण विकास
फीनिक्स स्वयं एक बुनियादी मॉडल नहीं है, बल्कि एक एआई एप्लिकेशन अवलोकन और मूल्यांकन मंच है; यहां संस्करण विकास का तात्पर्य arize-phoenix पैकेज और प्लेटफ़ॉर्म क्षमताओं की पुनरावृत्ति से है। पीईपीआई रिलीज इतिहास से पता चलता है कि फीनिक्स अभी भी 2026 में उच्च-आवृत्ति रिलीज बनाए रखता है, 17.9.0 को 2026-06-19 को अपलोड किया गया था, 17.8.1 और 17.8.0 दोनों को 2026-06-17 को रिलीज किया गया था, और 17.7.0 को 2026-06-16 को रिलीज किया गया था।
| समय | संस्करण | सार्वजनिक संकेत |
|---|---|---|
| 2026-06-19 | 17.9.0 | GitHub रिलीज़ को नवीनतम के रूप में चिह्नित किया गया; PyPI एक साथ पहिया और स्रोत वितरण प्रदान करता है |
| 2026-06-17 | 17.8.1 | 17.8 मेनलाइन रखरखाव रिलीज |
| 2026-06-17 | 17.8.0 | 17.x मेनलाइन फीचर रिलीज |
| 2026-06-16 | 17.7.0 | 17.x मेनलाइन फीचर रिलीज |
| 2026-06-02 | 17.0.0 | 17.x प्रमुख संस्करण के शुरुआती बिंदुओं में से एक है, जो दर्शाता है कि प्लेटफ़ॉर्म अभी भी तेजी से विकसित हो रहा है |
इंजीनियरिंग अपनाने के दृष्टिकोण से, उच्च-आवृत्ति संस्करण पुनरावृत्ति के दो पहलू हैं। एक ओर, यह दर्शाता है कि फीनिक्स तेजी से बदलते एलएलएम/एजेंट पारिस्थितिकी तंत्र पर सक्रिय रूप से प्रतिक्रिया करता है और नए ढांचे, नए प्रदाताओं और मूल्यांकन वर्कफ़्लो के साथ तेज़ी से अनुसरण कर सकता है; दूसरी ओर, उत्पादन परिनियोजन के लिए संस्करण फिक्सिंग, अपग्रेड सत्यापन और डेटा माइग्रेशन प्रक्रियाओं की स्थापना की आवश्यकता होती है, विशेष रूप से स्व-होस्टेड परिदृश्यों में, और स्वचालित रूप से अपग्रेड करने के लिए प्रत्येक छोटे संस्करण का सीधे पालन करना उचित नहीं है।
तकनीकी लाभ
फीनिक्स का पहला तकनीकी लाभ यह है कि यह पहले ओपनटेलीमेट्री है। एलएलएम अवलोकन यदि आप एक निजी दफन बिंदु प्रारूप का उपयोग करते हैं, तो आप अल्पावधि में जल्दी से ग्राफ़ तैयार कर सकते हैं, लेकिन लंबी अवधि में डेटा को एक टूल में लॉक करना आसान है। फीनिक्स का ओटेल/ओपनइंफरेंस-आधारित मार्ग ट्रेस डेटा को भाषाओं, फ्रेमवर्क और सेवाओं में प्रवाहित करना आसान बनाता है, और उद्यमों को मौजूदा अवलोकन योग्य पाइपलाइनों तक पहुंचने की सुविधा भी देता है।
दूसरा फायदा यह है कि "ट्रेस और इवल एक ही स्क्रीन पर हैं"। कई सिस्टम कॉल चेन को रिकॉर्ड कर सकते हैं, लेकिन वे यह नहीं बता सकते कि यह लिंक अच्छा है या नहीं; अन्य मूल्यांकन उपकरण अंक दे सकते हैं, लेकिन वे विशिष्ट खोज दस्तावेज़ संकेतों, मॉडल पैरामीटर और टूल कॉल को ट्रैक करने में सक्षम नहीं हो सकते हैं। फीनिक्स मूल्यांकन परिणामों को ट्रेस से जोड़ता है और पुनर्प्राप्त खंड अवधि और जज परिणामों के लिए सभी तरह से एक असफल उत्तर का पता लगा सकता है।
तीसरा फायदा प्रायोगिक है. डेटासेट, प्रयोग, खेल का मैदान और प्रॉम्प्ट प्रबंधन फीनिक्स को समस्या की खोज से लेकर समाधान तुलना तक की प्रक्रिया को कवर करने की अनुमति देते हैं। टीम ऑनलाइन विफलता नमूनों को एक डेटा सेट में जमा कर सकती है, और फिर चैट विंडो में बार-बार प्रयास करने के बजाय, विभिन्न संकेतों, मॉडलों या पुनर्प्राप्ति कॉन्फ़िगरेशन के संकेतक परिवर्तनों की तुलना कर सकती है।
चौथा लाभ तैनाती लोच है। आधिकारिक README बताता है कि फीनिक्स एक स्थानीय मशीन, ज्यूपिटर नोटबुक, कंटेनरीकृत तैनाती या क्लाउड में चल सकता है; स्व-होस्टिंग दस्तावेज़ डॉकर, कुबेरनेट्स/हेल्म आदि के लिए पथ भी स्पष्ट करता है। यह लचीलापन फीनिक्स को व्यक्तिगत डिबगिंग दोनों की सेवा करने और धीरे-धीरे एंटरप्राइज़ आंतरिक प्लेटफ़ॉर्म में प्रवेश करने की अनुमति देता है।
कैसे उपयोग करें
फीनिक्स के उपयोग पथ को आमतौर पर हल्के से भारी तक तीन चरणों में विभाजित किया जाता है: पहले इसे स्थानीय रूप से चलाना, फिर ट्रेसिंग से जोड़ना, और अंत में एक मूल्यांकन और प्रयोगात्मक प्रक्रिया स्थापित करना।
| प्रवेश | कार्रवाई के लिए उपयुक्त | विवरण | |
|---|---|---|---|
PyPI arize-phoenix |
डिबगिंग और त्वरित परीक्षण के लिए स्थानीय रूप से नोटबुक स्थापित करें | फीनिक्स शुरू करने के लिए पिप इंस्टाल एरीज़-फीनिक्स |
|
| डोकर | स्थानीय या सर्वर परिनियोजन | टीम साझा उदाहरणों या हल्के उत्पादन सत्यापन के लिए उपयुक्त | |
| कुबेरनेट्स / हेल्म | उत्पादन, स्व-होस्टिंग, मंच | मौजूदा K8s प्लेटफ़ॉर्म और अनुपालन आवश्यकताओं वाली टीमों के लिए उपयुक्त | |
| फीनिक्स क्लाउड / एरिज़ एक्सएक्स | होस्ट किया गया उपयोग | उन टीमों के लिए जो बुनियादी ढांचे को बनाए रखना नहीं चाहते हैं | |
| एसडीके/ओटेल एंडपॉइंट | एप्लिकेशन के निशानों तक पहुंचें | फीनिक्स | को पायथन/जेएस एप्लिकेशन एलएलएम फ्रेमवर्क या एजेंट रनटाइम के स्पैन भेजें |
आरंभ करने की सामान्य प्रक्रिया इस प्रकार है:
- एक परिनियोजन विधि चुनें: व्यक्तिगत परीक्षण स्थानीय स्तर पर या फीनिक्स क्लाउड पर शुरू हो सकते हैं, एंटरप्राइज़ पीओसी डॉकर का उपयोग कर सकता है, और कुबेरनेट्स/हेल्म का मूल्यांकन करने के लिए उत्पादन स्व-होस्टिंग को प्राथमिकता दी जाती है।
- OpenInference/OpenTelemetry इंस्ट्रूमेंटेशन को एप्लिकेशन से कनेक्ट करें, जैसे OpenAI, Anthropic, LangChain, LlamaIndex, CrewAI, DSPy और अन्य एकीकरण।
- फीनिक्स में निशान देखें और पहले पुष्टि करें कि स्पैन स्तर, इनपुट और आउटपुट, पुनर्प्राप्ति दस्तावेज़ टोकन और विलंबता पूर्ण हैं या नहीं।
- पुनर्प्राप्ति प्रासंगिकता, उत्तर शुद्धता, मतिभ्रम, प्रारूप अनुपालन, या कस्टम मेट्रिक्स जैसे महत्वपूर्ण कार्यों के लिए मूल्यांकन बनाएं।
- विफल नमूनों को डेटासेट में दर्ज करें, और विभिन्न संकेतों, मॉडलों, मापदंडों और पुनर्प्राप्ति रणनीतियों की तुलना करने के लिए प्रयोगों का उपयोग करें।
- ऑनलाइन होने से पहले संस्करण और परिनियोजन कॉन्फ़िगरेशन को ठीक करें, और एक्सेस नियंत्रण, डेटा प्रतिधारण, बैकअप, अपग्रेड और संवेदनशील डेटा प्रोसेसिंग नीतियों की पुष्टि करें।
उत्पाद का मूल्य निर्धारण
फीनिक्स मूल्य निर्धारण को सोर्स होस्टिंग और एरीज़ होस्टिंग सेवाओं के बीच अंतर करने की आवश्यकता है। ओपन सोर्स फीनिक्स स्व-मेज़बान के लिए मुफ़्त है। आधिकारिक लाइसेंस दस्तावेज़ में कहा गया है कि यह इलास्टिक लाइसेंस 2.0 पर आधारित है, जो आपके स्वयं के बुनियादी ढांचे या क्लाउड खाते में मुफ्त स्व-होस्टिंग की अनुमति देता है, और इसमें कोई कार्यात्मक सीमा नहीं है। दूसरे शब्दों में, यदि टीम बुनियादी ढांचे और संचालन और रखरखाव के लिए स्वयं जिम्मेदार है, तो फीनिक्स ओन्टोलॉजी प्रति सीट, स्पैन या कार्यात्मक मॉड्यूल के लिए शुल्क नहीं लेती है।
होस्टिंग सेवाओं के संदर्भ में, Arize मूल्य निर्धारण पृष्ठ फीनिक्स को Arize AX सिस्टम के अंतर्गत रखता है: फ्री एकल डेवलपर्स के लिए है, प्रो छोटी टीमों और स्टार्टअप टीमों के लिए है, और एंटरप्राइज़ अनुकूलित योजनाओं के लिए है। सार्वजनिक पृष्ठ से पता चलता है कि मुफ़्त में 25k स्पैन ट्रेस/माह, 15 दिनों के लिए 1 जीबी डेटा प्रतिधारण शामिल है; प्रो में 50k स्पैन ट्रेस/माह, 10 जीबी, 30 दिनों का प्रतिधारण शामिल है, और इसमें अतिरिक्त स्पैन और जीबी बिलिंग है; एंटरप्राइज़ कस्टम है, और SLA, SOC2/HIPAA, प्रशिक्षण, स्व-होस्टेड ऐड-ऑन और डेटा रेजिडेंसी जैसी एंटरप्राइज़ क्षमताओं के लिए विशेष समर्थन पर जोर देता है।
वास्तविक चयन करते समय, केवल सूची कीमतों की तुलना करने की अनुशंसा नहीं की जाती है। एआई अवलोकन की लागत ट्रेस ग्रैन्युलैरिटी, संदर्भ लंबाई, पुनर्प्राप्त दस्तावेज़ आकार, अवधारण अवधि, टीम आकार और अनुपालन आवश्यकताओं से दृढ़ता से संबंधित है। पीओसी चरण मुफ़्त सेल्फ-होस्टिंग या मुफ़्त क्लाउड से शुरू हो सकता है; एक बार जब आप उत्पादन में प्रवेश करते हैं, तो भंडारण वृद्धि, क्वेरी प्रदर्शन, पहुंच नियंत्रण, मास्किंग नीतियां और अपग्रेड रखरखाव को बजट में शामिल किया जाना चाहिए।
अनुप्रयोग परिदृश्य
- आरएजी एप्लिकेशन गुणवत्ता समस्या निवारण: उपयोगकर्ता के प्रश्नों को रिकॉर्ड करें, दस्तावेज़ पुन: रैंक परिणाम पुनर्प्राप्त करें, उत्तर और मूल्यांकन स्कोर उत्पन्न करें, और लापता पुनर्प्राप्ति, अस्पष्ट संदर्भ-मुक्त संकेतों या मॉडल अनुमान विफलताओं से त्रुटियों का तुरंत पता लगाएं।
- एआई एजेंट और टूल कॉल डिबगिंग: मल्टी-स्टेप टूल कॉल एजेंट निर्णय, विलंबता, टोकन और विफलता स्थिति को एक ट्रेस ग्राफ़ में विस्तारित करें, जो लंबे-लिंक एजेंटों के अटके हुए बिंदुओं के समस्या निवारण के लिए उपयुक्त है।
- प्रॉम्प्ट रिग्रेशन टेस्ट: डेटासेट में वास्तविक विफलता नमूने जोड़ें, शीघ्र पुनरावृत्ति के कारण होने वाले रिग्रेशन जोखिम को कम करने के लिए प्रयोगों में नए और पुराने संकेतों, विभिन्न मॉडलों और पैरामीटर संयोजनों की तुलना करें।
- एलएलएम उत्पाद प्री-लॉन्च मूल्यांकन: लॉन्च सीमा स्थापित करने के लिए प्रतिक्रिया मूल्यांकन और पुनर्प्राप्ति मूल्यांकन का उपयोग करें, जिससे उत्पाद, एल्गोरिदम और इंजीनियरिंग टीमों को यह चर्चा करने की अनुमति मिलती है कि क्या इसे संकेतकों के समान सेट के आसपास जारी किया जा सकता है।
- एंटरप्राइज़ आंतरिक एआई प्लेटफ़ॉर्म गवर्नेंस: स्व-होस्टेड फीनिक्स, प्रत्येक व्यावसायिक टीम के अवलोकन विनिर्देशों को एकीकृत करते हुए, इंट्रानेट या स्व-स्वामित्व वाले क्लाउड में निशान और मूल्यांकन छोड़ता है।
- डेवलपर स्थानीय डिबगिंग: नोटबुक या स्थानीय सेवा में फीनिक्स को तुरंत शुरू करें, कॉल श्रृंखला और मूल्यांकन परिणाम देखें, और बिखरे हुए लॉग की तुलना में समीक्षा करना आसान है।
इन परिदृश्यों में जो समानता है वह यह है कि एक एकल आउटपुट यह संकेत नहीं दे सकता है कि सिस्टम विश्वसनीय है या नहीं, और इनपुट, संदर्भ, निष्पादन लिंक, मूल्यांकन और संस्करण संबंध को सहेजा जाना चाहिए। फ़ीनिक्स इस प्रकार के कार्य में सबसे मूल्यवान है जिसके लिए "साक्ष्य की श्रृंखला" की आवश्यकता होती है।
लागू लोग
- एलएलएम एप्लिकेशन डेवलपर: केवल अंतिम उत्तर प्राप्त करने के बजाय, कॉल में मॉडल, टूल, पुनर्प्राप्ति और प्रॉम्प्ट के विशिष्ट व्यवहार को देखने की आवश्यकता है।
- आरएजी/एजेंट इंजीनियरिंग टीम: सिस्टम लिंक लंबा है, और विफलता का कारण पुनर्प्राप्ति, रीरैंक, टूल कॉलिंग, योजना या अंतिम उत्तर में से कोई भी हो सकता है।
- एआई प्लेटफ़ॉर्म टीम: संगठन के भीतर ट्रेसिंग, इवेल्स, डेटासेट और प्रयोगों को एकीकृत करने और प्रत्येक व्यावसायिक टीम के लिए अवलोकन उपकरणों के दोहराव को कम करने की आशा है।
- डेटा विज्ञान और मूल्यांकन टीम: कृत्रिम नमूना एलएलएम-ए-जज, प्रयोगात्मक संकेतक और ऑनलाइन ट्रेस को लिंक करना आवश्यक है।
- अनुपालन या डेटा संवेदनशील उद्यम: डेटा रेजिडेंसी, एक्सेस नियंत्रण, अवधारण अवधि और ऑडिट सीमाओं को स्वयं-होस्ट और नियंत्रित करना चाहते हैं।
वे स्थितियाँ जहाँ यह उपयुक्त नहीं है, भी स्पष्ट हैं: यदि यह केवल एक बार का डेमो, कम आवृत्ति वाली आंतरिक स्क्रिप्ट और मल्टी-स्टेप लिंक के बिना एक सरल चैट पेज है, तो फीनिक्स की अवधारणा और तैनाती लागत भारी हो सकती है। एक अन्य सीमा संचालन और रखरखाव क्षमता है: हालांकि स्व-होस्टिंग मुफ़्त है, उत्पादन उपयोग के लिए अभी भी डेटाबेस, भंडारण, बैकअप, अनुमतियाँ, उन्नयन और निगरानी के रखरखाव की आवश्यकता होती है; प्लेटफ़ॉर्म क्षमताओं के बिना छोटी टीमें फ़ीनिक्स क्लाउड या एरिज़ AX के साथ शुरुआत करने के लिए अधिक उपयुक्त हो सकती हैं।
सारांश और आउटलुक
एरिज़ फीनिक्स की मुख्य योग्यता एआई अनुप्रयोगों की "समस्या को देखना" और "ठीक साबित करना" को जोड़ना है। ट्रेसिंग से टीम को पता चलता है कि आउटपुट कैसे उत्पन्न होता है, मूल्यांकन से टीम को पता चलता है कि परिणाम मानकों के अनुरूप हैं या नहीं, और डेटासेट और प्रयोग से टीम को पता चलता है कि क्या एक निश्चित परिवर्तन वास्तव में सिस्टम में सुधार करता है। तेजी से पुनरावृत्त एलएलएम, आरएजी और एजेंट अनुप्रयोगों के लिए, यह क्लोजर साधारण लॉग या एकल मानव समीक्षा से अधिक विश्वसनीय है।
तीन मुख्य सीमाएँ हैं जिन पर वर्तमान में ध्यान देने की आवश्यकता है। सबसे पहले, हालांकि फीनिक्स खुला स्रोत है और मुफ़्त में स्व-होस्टेड है, लाइसेंस इलास्टिक लाइसेंस 2.0 है, जो अपाचे/एमआईटी जैसे ढीले लाइसेंस के बराबर नहीं है। वाणिज्यिक पुनर्वितरण और होस्टिंग पैकेजिंग के लिए कानूनी पुष्टि की आवश्यकता होती है। दूसरा, उच्च-आवृत्ति रिलीज़ के लिए उत्पादन टीम को संस्करण फिक्सिंग और अपग्रेड परीक्षण करने की आवश्यकता होती है। तीसरा, फीनिक्स की प्रभावशीलता दबे हुए बिंदुओं की गुणवत्ता पर निर्भर करती है; यदि ट्रेस संरचना, इनपुट और आउटपुट डिसेन्सिटाइजेशन, या मूल्यांकन नमूना डिज़ाइन अच्छा नहीं है, तो इंटरफ़ेस कितना भी अच्छा क्यों न हो, यह केवल अधूरा सबूत पेश कर सकता है।
भविष्य में फीनिक्स की प्रगति को तीन श्रेणियों में देखना जारी रखना उचित है: पहला, ओपनइंफरेंस/ओटेल इकोसिस्टम अधिक एजेंट फ्रेमवर्क को कवर करता है; दूसरा, क्या पीएक्सआई, एमसीपी और सीएलआई जैसे एआई इंजीनियरिंग एजेंट "देखने के निशान" को "स्वचालित स्थिति और अनुशंसित मरम्मत" में बदल सकते हैं; तीसरा, क्या Arize AX और ओपन सोर्स फीनिक्स के बीच की सीमाएं स्पष्ट रहती हैं, ताकि व्यक्ति, ओपन सोर्स टीमें और उद्यम डेटा गवर्नेंस और लागत आवश्यकताओं के आधार पर उचित रास्ता चुन सकें।
संबंधित टूल: <एक्सलिंक टाइप='टूल' स्लग='हगिंग-फेस'>, <एक्सलिंक टाइप='टूल' स्लग='रेप्लिकेट'>
संस्करण जानकारी
- एरीज़-फ़ीनिक्स v17.9.0 :GitHub रिलीज़ और PyPI दोनों नवीनतम arize-phoenix संस्करण दिखाते हैं; PyPI पैकेज सारांश AI अवलोकन और मूल्यांकन है, और लाइसेंस को Elastic-2.0 लेबल किया गया है।
- एरीज़-फ़ीनिक्स v17.8.1 :17.x मेनलाइन रखरखाव रिलीज़, 17.8.0 के तुरंत बाद जारी किया गया।
- एरीज़-फ़ीनिक्स v17.8.0 :17.x मेनलाइन फीचर संस्करण, फीनिक्स प्लेटफ़ॉर्म क्षमताओं के निरंतर पुनरावृत्ति के लिए उपयोग किया जाता है।
- एरीज़-फीनिक्स v17.7.0 :17.x मेनलाइन फीचर रिलीज़, उच्च जून 2026 रिलीज़ ताल पर।
उपयोगकर्ता समीक्षाएं