Serviço independente de fornecedor que recebe, processa e exporta traces, métricas e logs para vários back-ends de observabilidade.
- Estrelas
- 11,907
- Forks
- 1,219
- Issues abertas
- 1,172
- Último commit
- ontem
O que é?
O Arize Phoenix é uma plataforma open source de observabilidade de IA para experimentar, avaliar e solucionar problemas em aplicações com LLMs. Ele registra traces em tempo de execução das chamadas a LLMs usando instrumentação baseada em OpenTelemetry, permitindo que desenvolvedores acompanhem passo a passo o que a aplicação fez.
Além dos traces, o Phoenix oferece avaliações de respostas e de recuperação, datasets com controle de versão e experimentos para comparar mudanças em prompts, modelos e recuperação. Também inclui um playground para reproduzir chamadas a LLMs registradas em traces, gerenciamento de prompts com controle de versão e tags, e um agente integrado para depurar traces. Um servidor MCP remoto permite que agentes de programação, como Claude Code e Cursor, consultem traces e experimentos.
O Phoenix pode ser executado localmente com pip ou uvx, ou implantado com Docker, Kubernetes por meio de um Helm chart ou em diversas plataformas de nuvem. Ele se integra a frameworks como LangGraph, LlamaIndex, CrewAI e DSPy, além de provedores como OpenAI, Anthropic e AWS Bedrock.
Recursos principais
- 01Rastreia a execução de aplicações com LLMs usando instrumentação baseada em OpenTelemetry.
- 02Executa avaliações de respostas e de recuperação com base nas saídas da aplicação.
- 03Gerencia datasets com controle de versão e experimentos para comparar prompts, modelos e recuperação.
- 04Oferece um playground para reproduzir chamadas a LLMs registradas em traces e gerenciar prompts.
- 05Disponibiliza um servidor MCP remoto para que agentes de programação consultem traces e datasets.
Casos de uso
- Depurar agentes com LLMs que executam várias etapas, inspecionando cada chamada registrada em trace e cada uso de ferramenta.
- Comparar mudanças em prompts ou modelos com um dataset fixo antes do lançamento.
- Hospedar a observabilidade de LLMs em um ambiente privado usando Docker ou Kubernetes.
Início rápido
- 1
Instale o Phoenix com pip
pip install arize-phoenix - 2
Inicie o servidor do Phoenix
phoenix serve
Antes de usar
- A licença está indicada como NOASSERTION, portanto os metadados não esclarecem os termos de uso. Verifique-os antes de usar.
- Para conhecer todas as opções de configuração e fazer a implantação em produção, é necessário consultar a documentação externa de instalação e hospedagem própria.
Tópicos
Perguntas frequentes
- O que é phoenix?
- Plataforma open source e self-hosted de observabilidade de IA para rastrear, avaliar e depurar aplicações e agentes com LLMs. O Arize Phoenix é uma plataforma open source de observabilidade de IA para experimentar, avaliar e solucionar problemas em aplicações com LLMs. Ele registra traces em tempo de execução das chamadas a LLMs usando instrumentação baseada em OpenTelemetry, permitindo que desenvolvedores acompanhem passo a passo o que a aplicação fez.
- phoenix é gratuito? Qual é a licença?
- phoenix é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- phoenix ainda é mantido?
- Manutenção ativa. O último commit de phoenix foi em 19 de out. de 2026.
- Para que posso usar phoenix?
- Depurar agentes com LLMs que executam várias etapas, inspecionando cada chamada registrada em trace e cada uso de ferramenta. Comparar mudanças em prompts ou modelos com um dataset fixo antes do lançamento. Hospedar a observabilidade de LLMs em um ambiente privado usando Docker ou Kubernetes.
- Como instalar phoenix?
- Instale o Phoenix com pip: pip install arize-phoenix Inicie o servidor do Phoenix: phoenix serve
- Onde consigo phoenix?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Arize-ai/phoenix
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Framework e runtime Python para criar, servir e gerenciar plataformas de agentes de IA, com uma interface web para administração.
Um servidor MCP open source que conecta agentes de IA, IDEs e aplicativos a bancos de dados por meio de ferramentas prontas ou definições personalizadas.
Um framework da equipe do Terminal-Bench para avaliar e otimizar agentes de IA e modelos de linguagem em ambientes de contêineres.
Plataforma open source de observabilidade nativa do OpenTelemetry que reúne logs, métricas, traces, alertas e dashboards em uma única ferramenta que pode ser hospedada por você.
Sistema de APM para monitorar, rastrear e diagnosticar arquiteturas distribuídas e cloud-native de microsserviços.