Arize Phoenix est la plateforme open source d'observabilité de l'IA d'Arize, conçue pour l'expérimentation, l'évaluation et le dépannage. Pour des workflows de production managés, Arize propose également [Arize AX](https://arize.com/products/ax/?utm_source=github&utm_medium=community&utm_campaign=px-to-ax&utm_content=readme-fr). Phoenix offre :
- [**_Tracing_**](https://arize.com/docs/phoenix/tracing/llm-traces) - Tracez l'exécution de votre application LLM grâce à une instrumentation basée sur OpenTelemetry.
- [**_Évaluation_**](https://arize.com/docs/phoenix/evaluation/llm-evals) - Tirez parti des LLM pour mesurer les performances de votre application à l'aide d'evals sur les réponses et la récupération.
- [**_Datasets_**](https://arize.com/docs/phoenix/datasets-and-experiments/overview-datasets) - Créez des datasets d'exemples versionnés pour l'expérimentation, l'évaluation et le fine-tuning.
- [**_Expériences_**](https://arize.com/docs/phoenix/datasets-and-experiments/overview-datasets#experiments) - Suivez et évaluez les modifications apportées aux prompts, aux LLM et à la récupération.
- [**_Playground_**](https://arize.com/docs/phoenix/prompt-engineering/overview-prompts)- Optimisez vos prompts, comparez des modèles, ajustez les paramètres et rejouez des appels LLM tracés.
- [**_Gestion des prompts_**](https://arize.com/docs/phoenix/prompt-engineering/overview-prompts/prompt-management)- Gérez et testez systématiquement les modifications de prompts grâce au contrôle de version, aux tags et à l'expérimentation.
- [**_PXI (Phoenix Intelligence)_**](https://arize.com/docs/phoenix/pxi) - Un agent d'ingénierie IA intégré à Phoenix pour déboguer les traces, itérer sur les prompts et naviguer dans le produit.
- [**_Serveur MCP distant_**](https://arize.com/docs/phoenix/integrations/mcp#remote-mcp-server) - Connectez Claude Code, Cursor et d'autres clients MCP directement au endpoint `/mcp` de votre instance Phoenix pour interroger les traces, datasets, expériences et bien plus.
Phoenix est indépendant des fournisseurs et des langages, avec une prise en charge native des frameworks populaires ([OpenAI Agents SDK](https://arize.com/docs/phoenix/tracing/integrations-tracing/openai-agents-sdk), [Claude Agent SDK](https://arize.com/docs/phoenix/integrations/python/claude-agent-sdk), [LangGraph](https://arize.com/docs/phoenix/tracing/integrations-tracing/langchain), [Vercel AI SDK](https://arize.com/docs/phoenix/tracing/integrations-tracing/vercel-ai-sdk), [Mastra](https://arize.com/docs/phoenix/integrations/typescript/mastra), [CrewAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/crewai), [LlamaIndex](https://arize.com/docs/phoenix/tracing/integrations-tracing/llamaindex), [DSPy](https://arize.com/docs/phoenix/tracing/integrations-tracing/dspy)) et des fournisseurs de LLM ([OpenAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/openai), [Anthropic](https://arize.com/docs/phoenix/tracing/integrations-tracing/anthropic), [Google GenAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/google-genai), [Google ADK](https://arize.com/docs/phoenix/integrations/llm-providers/google-gen-ai/google-adk-tracing), [AWS Bedrock](https://arize.com/docs/phoenix/tracing/integrations-tracing/bedrock), [OpenRouter](https://arize.com/docs/phoenix/integrations/python/openrouter), [LiteLLM](https://arize.com/docs/phoenix/tracing/integrations-tracing/litellm), et bien d'autres). Pour en savoir plus sur l'auto-instrumentation, consultez le projet [OpenInference](https://github.com/Arize-ai/openinference).
Phoenix fonctionne pratiquement partout : sur votre machine locale, dans un déploiement conteneurisé ou dans le cloud. Consultez [Environnements](https://arize.com/docs/phoenix/self-hosting) pour une présentation de chaque option, ou passez directement au [démarrage rapide du tracing](https://arize.com/docs/phoenix/get-started/get-started-tracing).
> [!NOTE]
> Phoenix est open source et auto-hébergé. Pour une plateforme managée, Arize propose [Arize AX](https://arize.com/products/ax/?utm_source=github&utm_medium=community&utm_campaign=px-to-ax&utm_content=readme-fr) — la même instrumentation OpenTelemetry/OpenInference fonctionne avec les deux. Consultez la [comparaison complète](https://arize.com/docs/phoenix/resources/frequently-asked-questions/what-is-the-difference-between-phoenix-and-arize).
## Table des matières
- [Exécution locale](#exécution-locale)
- [Tracer votre application](#tracer-votre-application)
- [Déploiement](#déploiement)
- [Paquets](#paquets)
- [Intégrations de tracing](#intégrations-de-tracing)
- [Sandboxes](#sandboxes)
- [Pour les humains et les agents de code](#pour-les-humains-et-les-agents-de-code)
- [Sécurité et confidentialité](#sécurité-et-confidentialité)
- [Communauté](#communauté)
## Exécution locale
Installez Phoenix via `pip` ou `conda` et vous disposerez d'un Phoenix entièrement fonctionnel. Pour toutes les options d'installation et d'hébergement, consultez le [guide d'installation](https://arize.com/docs/phoenix).
```shell
pip install arize-phoenix
phoenix serve
```
Ou exécutez-le sans installation avec [`uvx`](https://docs.astral.sh/uv/) :
```shell
uvx arize-phoenix serve
```
## Tracer votre application
Le moyen le plus rapide d'envoyer des traces est de laisser votre [agent de code](https://arize.com/docs/phoenix/integrations/developer-tools/coding-agents) (Claude Code, Codex, Cursor et autres) instrumenter votre application. Depuis le répertoire de votre projet, exécutez :
```shell
npx @arizeai/phoenix-cli setup
# ou, si Phoenix est installé : px setup
```
La configuration détecte votre framework et votre fournisseur de LLM, installe l'instrumentation [OpenInference](https://github.com/Arize-ai/openinference) adaptée et met en place l'export des traces. Vous préférez tout configurer dans le code ? Consultez la [documentation sur le tracing](https://arize.com/docs/phoenix/tracing/llm-traces).
## Déploiement
Les images de conteneur Phoenix sont disponibles sur [Docker Hub](https://hub.docker.com/r/arizephoenix/phoenix) et peuvent être déployées avec Docker ou sur Kubernetes via le [chart Helm](https://github.com/Arize-ai/phoenix/tree/main/helm).
Pour Docker Compose, Kubernetes/Helm et d'autres options de déploiement, consultez la [documentation sur l'auto-hébergement](https://arize.com/docs/phoenix/self-hosting).
> [!NOTE]
> Le bouton Google Cloud compile Phoenix à partir des sources dans Cloud Shell au lieu de déployer l'image Docker Hub précompilée. Le modèle Azure sert du HTTP non chiffré (Azure Container Instances ne termine pas TLS) — placez-le derrière un proxy TLS, comme un Application Gateway, avant toute utilisation en production.
## Paquets
Le paquet `arize-phoenix` inclut l'intégralité de la plateforme Phoenix. Toutefois, si vous avez déjà déployé la plateforme Phoenix, il existe des sous-paquets Python et des paquets TypeScript légers qui peuvent être utilisés conjointement avec la plateforme.
### Sous-paquets Python
| Paquet | Version et documentation | Description |
| --------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------ |
| [arize-phoenix-otel](https://github.com/Arize-ai/phoenix/tree/main/packages/phoenix-otel) | [](https://pypi.org/project/arize-phoenix-otel/) [](https://arize-phoenix.readthedocs.io/projects/otel/en/latest/index.html) | Fournit une surcouche légère autour des primitives OpenTelemetry avec des valeurs par défaut adaptées à Phoenix |
| [arize-phoenix-client](https://github.com/Arize-ai/phoenix/tree/main/packages/phoenix-client) | [](https://pypi.org/project/arize-phoenix-client/) [](https://arize-phoenix.readthedocs.io/projects/client/en/latest/index.html) | Client léger pour interagir avec le serveur Phoenix via son interface REST OpenAPI |
| [arize-phoenix-evals](https://github.com/Arize-ai/phoenix/tree/main/packages/phoenix-evals) | [](https://pypi.org/project/arize-phoenix-evals/) [](https://arize-phoenix.readthedocs.io/projects/evals/en/latest/index.html) | Outils pour évaluer les applications LLM, notamment la pertinence RAG, la pertinence des réponses, etc. |
### Sous-paquets TypeScript
| Paquet | Version et documentation | Description |
| --------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------ |
| [@arizeai/phoenix-otel](https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-otel) | [](https://www.npmjs.com/package/@arizeai/phoenix-otel) [](https://arize-ai.github.io/phoenix/) | Fournit une surcouche légère autour des primitives OpenTelemetry avec des valeurs par défaut adaptées à Phoenix |
| [@arizeai/phoenix-client](https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-client) | [](https://www.npmjs.com/package/@arizeai/phoenix-client) [](https://arize-ai.github.io/phoenix/) | Client pour l'API Arize Phoenix |
| [@arizeai/phoenix-evals](https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-evals) | [](https://www.npmjs.com/package/@arizeai/phoenix-evals) [](https://arize-ai.github.io/phoenix/) | Bibliothèque d'évaluation TypeScript pour les applications LLM (version alpha) |
| [@arizeai/phoenix-cli](https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-cli) | [](https://www.npmjs.com/package/@arizeai/phoenix-cli) [](https://arize.com/docs/phoenix/sdk-api-reference/typescript/arizeai-phoenix-cli) | CLI permettant de récupérer des traces, datasets et expériences à utiliser avec Claude Code, Cursor et d'autres agents de code |
## Intégrations de tracing
Phoenix repose sur OpenTelemetry et est indépendant des fournisseurs, des langages et des frameworks. Pour en savoir plus sur les intégrations de tracing et les applications d'exemple, consultez le projet [OpenInference](https://github.com/Arize-ai/openinference) et la [documentation sur les intégrations](https://arize.com/docs/phoenix/integrations).
**Intégrations Python**
| | Intégration | Paquet | Version |
|:---:|---|---|---|
| | [OpenAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/openai) | `openinference-instrumentation-openai` | [](https://pypi.python.org/pypi/openinference-instrumentation-openai) |
| | [OpenAI Agents](https://arize.com/docs/phoenix/tracing/integrations-tracing/openai-agents-sdk) | `openinference-instrumentation-openai-agents` | [](https://pypi.python.org/pypi/openinference-instrumentation-openai-agents) |
| | [LlamaIndex](https://arize.com/docs/phoenix/tracing/integrations-tracing/llamaindex) | `openinference-instrumentation-llama-index` | [](https://pypi.python.org/pypi/openinference-instrumentation-llama-index) |
| | [DSPy](https://arize.com/docs/phoenix/tracing/integrations-tracing/dspy) | `openinference-instrumentation-dspy` | [](https://pypi.python.org/pypi/openinference-instrumentation-dspy) |
| | [AWS Bedrock](https://arize.com/docs/phoenix/tracing/integrations-tracing/bedrock) | `openinference-instrumentation-bedrock` | [](https://pypi.python.org/pypi/openinference-instrumentation-bedrock) |
| | [LangChain](https://arize.com/docs/phoenix/tracing/integrations-tracing/langchain) | `openinference-instrumentation-langchain` | [](https://pypi.python.org/pypi/openinference-instrumentation-langchain) |
| | [LangGraph](https://arize.com/docs/phoenix/integrations/python/langgraph) | `openinference-instrumentation-langchain` | [](https://pypi.python.org/pypi/openinference-instrumentation-langchain) |
| | [MistralAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/mistralai) | `openinference-instrumentation-mistralai` | [](https://pypi.python.org/pypi/openinference-instrumentation-mistralai) |
| | [Cohere](https://arize.com/docs/phoenix/integrations/llm-providers/cohere) | `openinference-instrumentation-cohere` | [](https://pypi.python.org/pypi/openinference-instrumentation-cohere) |
| | [Together AI](https://arize.com/docs/phoenix/integrations/llm-providers/together) | `openinference-instrumentation-together` | [](https://pypi.python.org/pypi/openinference-instrumentation-together) |
| | [Ollama](https://arize.com/docs/phoenix/integrations/llm-providers/ollama) | `openinference-instrumentation-ollama` | [](https://pypi.python.org/pypi/openinference-instrumentation-ollama) |
| | [Google GenAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/google-gen-ai) | `openinference-instrumentation-google-genai` | [](https://pypi.python.org/pypi/openinference-instrumentation-google-genai) |
| | [Google ADK](https://arize.com/docs/phoenix/integrations/llm-providers/google-gen-ai/google-adk-tracing) | `openinference-instrumentation-google-adk` | [](https://pypi.python.org/pypi/openinference-instrumentation-google-adk) |
| | [Guardrails](https://arize.com/docs/phoenix/tracing/integrations-tracing/guardrails) | `openinference-instrumentation-guardrails` | [](https://pypi.python.org/pypi/openinference-instrumentation-guardrails) |
| | [VertexAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/vertexai) | `openinference-instrumentation-vertexai` | [](https://pypi.python.org/pypi/openinference-instrumentation-vertexai) |
| | [CrewAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/crewai) | `openinference-instrumentation-crewai` | [](https://pypi.python.org/pypi/openinference-instrumentation-crewai) |
| | [Haystack](https://arize.com/docs/phoenix/tracing/integrations-tracing/haystack) | `openinference-instrumentation-haystack` | [](https://pypi.python.org/pypi/openinference-instrumentation-haystack) |
| | [LiteLLM](https://arize.com/docs/phoenix/tracing/integrations-tracing/litellm) | `openinference-instrumentation-litellm` | [](https://pypi.python.org/pypi/openinference-instrumentation-litellm) |
| | [OpenRouter](https://arize.com/docs/phoenix/integrations/llm-providers/openrouter) | `openinference-instrumentation-openai` | [](https://pypi.python.org/pypi/openinference-instrumentation-openai) |
| | [OrcaRouter](https://arize.com/docs/phoenix/integrations/llm-providers/orcarouter) | `openinference-instrumentation-openai` | [](https://pypi.python.org/pypi/openinference-instrumentation-openai) |
| | [Groq](https://arize.com/docs/phoenix/tracing/integrations-tracing/groq) | `openinference-instrumentation-groq` | [](https://pypi.python.org/pypi/openinference-instrumentation-groq) |
| | [Instructor](https://arize.com/docs/phoenix/tracing/integrations-tracing/instructor) | `openinference-instrumentation-instructor` | [](https://pypi.python.org/pypi/openinference-instrumentation-instructor) |
| | [Anthropic](https://arize.com/docs/phoenix/tracing/integrations-tracing/anthropic) | `openinference-instrumentation-anthropic` | [](https://pypi.python.org/pypi/openinference-instrumentation-anthropic) |
| | [Smolagents](https://huggingface.co/docs/smolagents/en/tutorials/inspect_runs) | `openinference-instrumentation-smolagents` | [](https://pypi.python.org/pypi/openinference-instrumentation-smolagents) |
| | [Agno](https://arize.com/docs/phoenix/tracing/integrations-tracing/agno) | `openinference-instrumentation-agno` | [](https://pypi.python.org/pypi/openinference-instrumentation-agno) |
| | [BeeAI](https://arize.com/docs/phoenix/integrations/python/beeai) | `openinference-instrumentation-beeai` | [](https://pypi.python.org/pypi/openinference-instrumentation-beeai) |
| | [Strands Agents](https://arize.com/docs/phoenix/integrations/python/strands-agents) | `openinference-instrumentation-strands-agents` | [](https://pypi.python.org/pypi/openinference-instrumentation-strands-agents) |
| | [Restate](https://arize.com/docs/phoenix/integrations/python/restate) | `openinference-instrumentation-openai-agents` | [](https://pypi.python.org/pypi/openinference-instrumentation-openai-agents) |
| | [MCP](https://arize.com/docs/phoenix/tracing/integrations-tracing/model-context-protocol-mcp) | `openinference-instrumentation-mcp` | [](https://pypi.python.org/pypi/openinference-instrumentation-mcp) |
| | [Pydantic AI](https://arize.com/docs/phoenix/integrations/python/pydantic) | `openinference-instrumentation-pydantic-ai` | [](https://pypi.python.org/pypi/openinference-instrumentation-pydantic-ai) |
| | [AG2](https://arize.com/docs/phoenix/integrations/python/ag2) | `openinference-instrumentation-ag2` | [](https://pypi.python.org/pypi/openinference-instrumentation-ag2) |
| | [Autogen AgentChat](https://arize.com/docs/phoenix/integrations/frameworks/autogen/autogen-tracing) | `openinference-instrumentation-autogen-agentchat` | [](https://pypi.python.org/pypi/openinference-instrumentation-autogen-agentchat) |
| | [Portkey](https://arize.com/docs/phoenix/integrations/portkey) | `openinference-instrumentation-portkey` | [](https://pypi.python.org/pypi/openinference-instrumentation-portkey) |
| | [Agent Spec](https://arize.com/docs/phoenix/tracing/integrations-tracing/agentspec) | `openinference-instrumentation-agentspec` | [](https://pypi.python.org/pypi/openinference-instrumentation-agentspec) |
| | [Claude Agent SDK](https://arize.com/docs/phoenix/integrations/python/claude-agent-sdk) | `openinference-instrumentation-claude-agent-sdk` | [](https://pypi.python.org/pypi/openinference-instrumentation-claude-agent-sdk) |
| | [TypeSafe AI](https://arize.com/docs/phoenix/integrations/llm-providers/typesafe/typesafe-python) | `openinference-instrumentation-typesafe` | [](https://pypi.python.org/pypi/openinference-instrumentation-typesafe) |
## Processeurs de spans
Normalisez et convertissez les données provenant d'autres bibliothèques d'instrumentation en ajoutant des processeurs de spans qui unifient les données.
| Paquet | Description | Version |
| ----------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| [`openinference-instrumentation-openlit`](https://pypi.org/project/openinference-instrumentation-openlit/) | Processeur de spans OpenInference pour les traces OpenLIT. | [](https://pypi.python.org/pypi/openinference-instrumentation-openlit) |
| [`openinference-instrumentation-openllmetry`](https://pypi.org/project/openinference-instrumentation-openllmetry/) | Processeur de spans OpenInference pour les traces OpenLLMetry (Traceloop). | [](https://pypi.python.org/pypi/openinference-instrumentation-openllmetry) |
### Intégrations JavaScript
| | Intégration | Paquet | Version |
| :-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------------------- | --------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| | [OpenAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/openai-node-sdk) | `@arizeai/openinference-instrumentation-openai` | [](https://www.npmjs.com/package/@arizeai/openinference-instrumentation-openai) |
| | [OpenAI Agents](https://arize.com/docs/phoenix/integrations/typescript/openai-agents) | `@arizeai/openinference-instrumentation-openai-agents` | [](https://www.npmjs.com/package/@arizeai/openinference-instrumentation-openai-agents) |
| | [LangChain.js](https://arize.com/docs/phoenix/tracing/integrations-tracing/langchain) | `@arizeai/openinference-instrumentation-langchain` | [](https://www.npmjs.com/package/@arizeai/openinference-instrumentation-langchain) |
| | [TanStack AI](https://arize.com/docs/phoenix/integrations/typescript/tanstack-ai) | `@arizeai/openinference-tanstack-ai` | [](https://www.npmjs.com/package/@arizeai/openinference-tanstack-ai) |
| | [Vercel AI SDK](https://arize.com/docs/phoenix/tracing/integrations-tracing/vercel-ai-sdk) | `@arizeai/openinference-vercel` | [](https://www.npmjs.com/package/@arizeai/openinference-vercel) |
| | [BeeAI](https://arize.com/docs/phoenix/tracing/integrations-tracing/beeai) | `@arizeai/openinference-instrumentation-beeai` | [](https://www.npmjs.com/package/@arizeai/openinference-instrumentation-beeai) |
| | [Claude Agent SDK](https://arize.com/docs/phoenix/integrations/typescript/claude-agent-sdk) | `@arizeai/openinference-instrumentation-claude-agent-sdk` | [](https://www.npmjs.com/package/@arizeai/openinference-instrumentation-claude-agent-sdk) |
| | [Mastra](https://arize.com/docs/phoenix/integrations/typescript/mastra) | `@mastra/arize` | [](https://www.npmjs.com/package/@mastra/arize) |
| | [MCP](https://arize.com/docs/phoenix/integrations/typescript/mcp) | `@arizeai/openinference-instrumentation-mcp` | [](https://www.npmjs.com/package/@arizeai/openinference-instrumentation-mcp) |
| | [TypeSafe AI](https://arize.com/docs/phoenix/integrations/llm-providers/typesafe/typesafe-typescript) | `@arizeai/openinference-instrumentation-typesafe` | [](https://www.npmjs.com/package/@arizeai/openinference-instrumentation-typesafe) |
### Intégrations Java
| | Intégration | Paquet | Version |
| :-------------------------------------------------------------------------------------------------: | --------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| | [LangChain4j](https://github.com/Arize-ai/openinference/tree/main/java/instrumentation/openinference-instrumentation-langchain4j) | `openinference-instrumentation-langchain4j` | [](https://central.sonatype.com/artifact/com.arize/openinference-instrumentation-langchain4j) |
| | SpringAI | `openinference-instrumentation-springAI` | [](https://central.sonatype.com/artifact/com.arize/openinference-instrumentation-springAI) |
| | [Arconia](https://docs.arconia.io/arconia/latest/observability/semantic-conventions/openinference/) pour Spring AI | `io.arconia:arconia-openinference-semantic-conventions` | [](https://central.sonatype.com/artifact/io.arconia/arconia-openinference-ai-semantic-conventions) |
| | [Google ADK](https://arize.com/docs/phoenix/integrations/java/google-adk/google-adk-tracing) | `openinference-instrumentation-adk-java` | [](https://central.sonatype.com/artifact/com.arize/openinference-instrumentation-adk-java) |
### Intégrations Go
| | Intégration | Paquet | Version |
| :-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------ | ------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| | [OpenAI](https://github.com/Arize-ai/openinference/tree/main/go/openinference-instrumentation-openai-go) | `github.com/Arize-ai/openinference/go/openinference-instrumentation-openai-go` | [](https://pkg.go.dev/github.com/Arize-ai/openinference/go/openinference-instrumentation-openai-go) |
| | [Anthropic](https://github.com/Arize-ai/openinference/tree/main/go/openinference-instrumentation-anthropic-sdk-go) | `github.com/Arize-ai/openinference/go/openinference-instrumentation-anthropic-sdk-go` | [](https://pkg.go.dev/github.com/Arize-ai/openinference/go/openinference-instrumentation-anthropic-sdk-go) |
### Plateformes
| | Plateforme | Description | Documentation |
| :----------------------------------------------------------------------------------------------: | -------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------- |
| | [BeeAI](https://docs.beeai.dev/observability/agents-traceability) | Framework d'agents IA avec observabilité intégrée | [Guide d'intégration](https://docs.beeai.dev/observability/agents-traceability) |
| | [Dify](https://docs.dify.ai/en/guides/monitoring/integrate-external-ops-tools/integrate-phoenix) | Plateforme open source de développement d'applications LLM | [Guide d'intégration](https://docs.dify.ai/en/guides/monitoring/integrate-external-ops-tools/integrate-phoenix) |
| | [Envoy AI Gateway](https://github.com/envoyproxy/ai-gateway) | Passerelle IA basée sur Envoy Proxy pour les charges de travail IA | [Guide d'intégration](https://github.com/envoyproxy/ai-gateway/tree/main/cmd/aigw#opentelemetry-setup-with-phoenix) |
| | [LangFlow](https://arize.com/docs/phoenix/tracing/integrations-tracing/langflow) | Framework visuel pour créer des applications multi-agents et RAG | [Guide d'intégration](https://arize.com/docs/phoenix/tracing/integrations-tracing/langflow) |
| | [LiteLLM Proxy](https://docs.litellm.ai/docs/observability/phoenix_integration#using-with-litellm-proxy) | Serveur proxy pour LLM | [Guide d'intégration](https://docs.litellm.ai/docs/observability/phoenix_integration#using-with-litellm-proxy) |
| | [Flowise](https://arize.com/docs/phoenix/integrations/platforms/flowise) | Framework visuel pour créer des applications LLM | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/platforms/flowise) |
| | [Prompt Flow](https://arize.com/docs/phoenix/integrations/platforms/prompt-flow) | Outil de Microsoft pour l'orchestration de flux de prompts | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/platforms/prompt-flow) |
| | [NVIDIA NeMo](https://arize.com/docs/phoenix/integrations/python/nvidia) | NVIDIA NeMo Agent Toolkit pour les agents d'entreprise | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/python/nvidia) |
| | [Graphite](https://arize.com/docs/phoenix/integrations/python/graphite) | Framework de workflows LLM multi-agents avec éditeur visuel | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/python/graphite) |
### Bases de données vectorielles
| Intégration | Description | Documentation |
| ----------------------------------------------------------------------------------- | ---------------------------------------------------- | --------------------------------------------------------------------------------------- |
| [Qdrant](https://arize.com/docs/phoenix/integrations/vector-databases/qdrant) | Tracing de recherche hybride par étapes avec vecteurs denses, creux et RRF | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/vector-databases/qdrant) |
## Sandboxes
Exécutez les [évaluateurs de code](https://arize.com/docs/phoenix/evaluation/server-evals/code-evaluators) de Phoenix chez des fournisseurs de sandboxes hébergées pour bénéficier d'une isolation au niveau du noyau et de l'installation des dépendances à l'exécution.
| Intégration | Description | Documentation |
| --------------------------------------------------------------------------------- | ---------------------------------------------------------------- | ---------------------------------------------------------------------------------- |
| [E2B](https://arize.com/docs/phoenix/integrations/sandboxes/e2b) | Sandboxes hébergées sur micro-VM pour le code généré par IA | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/sandboxes/e2b) |
| [Daytona](https://arize.com/docs/phoenix/integrations/sandboxes/daytona) | Sandboxes de développement managées avec démarrage depuis des snapshots | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/sandboxes/daytona) |
| [Vercel Sandbox](https://arize.com/docs/phoenix/integrations/sandboxes/vercel) | Calcul éphémère sur l'infrastructure de Vercel | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/sandboxes/vercel) |
| [Modal](https://arize.com/docs/phoenix/integrations/sandboxes/modal) | Plateforme de conteneurs serverless, pensée d'abord pour Python | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/sandboxes/modal) |
| [Docker Sandboxes](https://arize.com/docs/phoenix/integrations/sandboxes/docker) | Sandboxes cloud hébergées par Docker | [Guide d'intégration](https://arize.com/docs/phoenix/integrations/sandboxes/docker) |
## Pour les humains et les agents de code
Phoenix est conçu pour être piloté aussi bien par des personnes que par des agents de code IA. Trois interfaces permettent aux agents (Claude Code, Codex, Cursor et autres) de travailler avec vos traces, datasets et expériences :
- **[CLI](https://arize.com/docs/phoenix/sdk-api-reference/typescript/arizeai-phoenix-cli)** — `npx @arizeai/phoenix-cli` récupère les traces, datasets et expériences et instrumente votre application (`setup`), afin qu'un agent puisse obtenir du contexte et agir en conséquence depuis le terminal.
- **[Skills](https://docs.anthropic.com/en/docs/claude-code/skills)** — [`skills/`](../../skills/) regroupe des workflows qui apprennent aux agents à déboguer, évaluer et tracer avec Phoenix.
- **[Serveur MCP distant](https://arize.com/docs/phoenix/integrations/mcp#remote-mcp-server)** — connectez n'importe quel client MCP au endpoint `/mcp` de votre instance pour interroger Phoenix directement.
Consultez la [documentation sur les agents de code](https://arize.com/docs/phoenix/integrations/developer-tools/coding-agents) pour la configuration et l'utilisation.
| Skill | Description |
| -------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------- |
| [phoenix-cli](../../skills/phoenix-cli/) | Déboguez des applications LLM avec la CLI Phoenix — récupérez des traces, analysez les erreurs, examinez les expériences et interrogez l'API GraphQL |
| [phoenix-evals](../../skills/phoenix-evals/) | Créez et exécutez des évaluateurs pour des applications IA/LLM avec Phoenix |
| [phoenix-tracing](../../skills/phoenix-tracing/) | Conventions sémantiques et instrumentation OpenInference pour le tracing des applications LLM |
## Sécurité et confidentialité
Nous prenons très au sérieux la sécurité et la confidentialité des données. Pour plus de détails, consultez notre [documentation sur la sécurité et la confidentialité](https://arize.com/docs/phoenix/self-hosting/security/privacy).
### Télémétrie
Par défaut, Phoenix collecte des statistiques web de base (par ex. pages vues, interactions avec l'interface) afin de nous aider à comprendre comment Phoenix est utilisé et à améliorer le produit. **Aucune de vos données de traces, aucun résultat d'évaluation ni aucune information sensible n'est jamais collecté.**
Vous pouvez désactiver la télémétrie en définissant la variable d'environnement : `PHOENIX_TELEMETRY_ENABLED=false`
## Communauté
Rejoignez notre communauté pour échanger avec des milliers de créateurs d'IA.
- 🌍 Rejoignez notre [communauté Slack](https://join.slack.com/t/arize-ai/shared_invite/zt-3r07iavnk-ammtATWSlF0pSrd1DsMW7g).
- 📚 Lisez notre [documentation](https://arize.com/docs/phoenix).
- 💡 Posez vos questions et partagez vos retours dans le canal _#phoenix-support_.
- 🌟 Laissez une étoile sur notre [GitHub](https://github.com/Arize-ai/phoenix).
- 🐞 Signalez les bugs via [GitHub Issues](https://github.com/Arize-ai/phoenix/issues).
- 𝕏 Suivez-nous sur [𝕏](https://twitter.com/ArizePhoenix).
- 💼 Suivez-nous sur [LinkedIn](https://www.linkedin.com/showcase/113218220).
- 🗺️ Consultez notre [feuille de route](https://github.com/orgs/Arize-ai/projects/45) pour découvrir nos prochaines étapes.
- 🧑🏫 Approfondissez tout ce qui concerne les [agents](http://arize.com/ai-agents/) et les [évaluations de LLM](https://arize.com/llm-evaluation) dans les Learning Hubs d'Arize.
## Changements incompatibles
Consultez le [guide de migration](../../MIGRATION.md) pour obtenir la liste des changements incompatibles.
## Droits d'auteur, brevets et licence
Copyright 2025 Arize AI, Inc. Tous droits réservés.
Certaines parties de ce code sont protégées par un ou plusieurs brevets américains. Consultez l'[IP_NOTICE](https://github.com/Arize-ai/phoenix/blob/main/IP_NOTICE).
Ce logiciel est distribué selon les termes de la licence Elastic License 2.0 (ELv2). Consultez [LICENSE](https://github.com/Arize-ai/phoenix/blob/main/LICENSE).
## Star History
Phoenix is fully open source and built in the open. If it helps you, please [⭐ star the repo](https://github.com/Arize-ai/phoenix) to support the project.