Servicio independiente de cualquier proveedor que recibe, procesa y exporta trazas, métricas y logs a varios backends de observabilidad.
- Estrellas
- 11,907
- Forks
- 1,219
- Issues abiertos
- 1,172
- Último commit
- ayer
¿Qué es?
Arize Phoenix es una plataforma de observabilidad de IA de código abierto para experimentar con aplicaciones basadas en LLM, evaluarlas y solucionar problemas. Registra trazas en tiempo de ejecución de las llamadas a LLM mediante instrumentación basada en OpenTelemetry, para que los desarrolladores puedan ver paso a paso lo que hizo su aplicación.
Además de las trazas, Phoenix ofrece evaluaciones de respuestas y recuperación, conjuntos de datos con control de versiones y experimentos para comparar cambios en prompts, modelos y recuperación. También incluye un entorno de pruebas para volver a ejecutar llamadas a LLM registradas en trazas, gestión de prompts con control de versiones y etiquetas, y un agente integrado para depurar trazas. Un servidor MCP remoto permite que agentes de programación como Claude Code y Cursor consulten trazas y experimentos.
Phoenix puede ejecutarse localmente con pip o uvx, o implementarse con Docker, Kubernetes mediante un chart de Helm o en varias plataformas en la nube. Se integra con frameworks como LangGraph, LlamaIndex, CrewAI y DSPy, y con proveedores como OpenAI, Anthropic y AWS Bedrock.
Funciones clave
- 01Registra trazas de la ejecución de aplicaciones basadas en LLM mediante instrumentación basada en OpenTelemetry.
- 02Ejecuta evaluaciones de respuestas y recuperación sobre los resultados de la aplicación.
- 03Gestiona conjuntos de datos con control de versiones y experimentos para comparar prompts, modelos y recuperación.
- 04Ofrece un entorno de pruebas para volver a ejecutar llamadas a LLM registradas en trazas y gestionar prompts.
- 05Proporciona un servidor MCP remoto para que los agentes de programación consulten trazas y conjuntos de datos.
Casos de uso
- Depurar agentes de LLM de varios pasos inspeccionando cada llamada registrada en una traza y cada uso de herramientas.
- Comparar cambios en prompts o modelos con un conjunto de datos fijo antes de publicarlos.
- Autohospedar la observabilidad de LLM en un entorno privado con Docker o Kubernetes.
Inicio rápido
- 1
Instala Phoenix con pip
pip install arize-phoenix - 2
Inicia el servidor de Phoenix
phoenix serve
Antes de usarlo
- La licencia figura como NOASSERTION, por lo que los metadatos no aclaran sus términos. Compruébalos antes de usarlo.
- Para consultar todas las opciones de configuración y el despliegue en producción, es necesario leer la documentación externa de instalación y alojamiento propio.
Temas
Preguntas frecuentes
- ¿Qué es phoenix?
- Plataforma de observabilidad de IA de código abierto y autohospedada para rastrear, evaluar y depurar aplicaciones y agentes basados en LLM. Arize Phoenix es una plataforma de observabilidad de IA de código abierto para experimentar con aplicaciones basadas en LLM, evaluarlas y solucionar problemas. Registra trazas en tiempo de ejecución de las llamadas a LLM mediante instrumentación basada en OpenTelemetry, para que los desarrolladores puedan ver paso a paso lo que hizo su aplicación.
- ¿phoenix es gratuito? ¿Qué licencia tiene?
- phoenix es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿phoenix sigue mantenido?
- Mantenimiento activo. El último commit de phoenix fue el 19 oct 2026.
- ¿Para qué puedo usar phoenix?
- Depurar agentes de LLM de varios pasos inspeccionando cada llamada registrada en una traza y cada uso de herramientas. Comparar cambios en prompts o modelos con un conjunto de datos fijo antes de publicarlos. Autohospedar la observabilidad de LLM en un entorno privado con Docker o Kubernetes.
- ¿Cómo se instala phoenix?
- Instala Phoenix con pip: pip install arize-phoenix Inicia el servidor de Phoenix: phoenix serve
- ¿Dónde consigo phoenix?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Arize-ai/phoenix
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Framework y runtime de Python para crear, servir y gestionar plataformas de agentes de IA, con una interfaz web de administración.
Servidor MCP de código abierto que conecta agentes de IA, IDE y aplicaciones con bases de datos mediante herramientas predefinidas o definiciones personalizadas.
Un framework del equipo de Terminal-Bench para evaluar y optimizar agentes de IA y modelos de lenguaje en entornos de contenedores.
Plataforma de observabilidad de código abierto y nativa de OpenTelemetry que reúne logs, métricas, trazas, alertas y dashboards en una sola herramienta autohospedable.
Sistema APM para monitorear, trazar y diagnosticar arquitecturas distribuidas y cloud-native de microservicios.