Arize Phoenix to open-source'owa platforma obserwowalności (observability) AI firmy Arize, przeznaczona do eksperymentowania, ewaluacji i rozwiązywania problemów. Do zarządzanych procesów produkcyjnych Arize oferuje również [Arize AX](https://arize.com/products/ax/?utm_source=github&utm_medium=community&utm_campaign=px-to-ax&utm_content=readme-pl). Phoenix zapewnia:
- [**_Śledzenie (tracing)_**](https://arize.com/docs/phoenix/tracing/llm-traces) — śledzenie działania aplikacji LLM w czasie wykonania za pomocą instrumentacji opartej na OpenTelemetry.
- [**_Ewaluacja_**](https://arize.com/docs/phoenix/evaluation/llm-evals) — wykorzystanie LLM do benchmarkingu wydajności aplikacji za pomocą ewaluacji (evals) odpowiedzi i wyszukiwania (retrieval).
- [**_Zbiory danych_**](https://arize.com/docs/phoenix/datasets-and-experiments/overview-datasets) — tworzenie wersjonowanych zbiorów danych z przykładami do eksperymentów, ewaluacji i dostrajania (fine-tuning).
- [**_Eksperymenty_**](https://arize.com/docs/phoenix/datasets-and-experiments/overview-datasets#experiments) — śledzenie i ocena zmian w promptach, modelach LLM i wyszukiwaniu (retrieval).
- [**_Playground_**](https://arize.com/docs/phoenix/prompt-engineering/overview-prompts)— optymalizacja promptów, porównywanie modeli, dostosowywanie parametrów i ponowne odtwarzanie śledzonych wywołań LLM.
- [**_Zarządzanie promptami_**](https://arize.com/docs/phoenix/prompt-engineering/overview-prompts/prompt-management)— systematyczne zarządzanie zmianami promptów i ich testowanie z użyciem kontroli wersji, tagowania i eksperymentów.
- [**_PXI (Phoenix Intelligence)_**](https://arize.com/docs/phoenix/pxi) — wbudowany w Phoenix agent AI do zadań inżynierskich: debugowania trace'ów, iterowania nad promptami i nawigowania po produkcie.
- [**_Zdalny serwer MCP_**](https://arize.com/docs/phoenix/integrations/mcp#remote-mcp-server) — bezpośrednie łączenie Claude Code, Cursor i innych klientów MCP z endpointem `/mcp` instancji Phoenix w celu odpytywania trace'ów, zbiorów danych, eksperymentów i nie tylko.
Phoenix jest niezależny od dostawcy i języka, z wbudowaną obsługą popularnych frameworków ([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)) i dostawców 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) i innych). Szczegóły dotyczące automatycznej instrumentacji można znaleźć w projekcie [OpenInference](https://github.com/Arize-ai/openinference).
Phoenix działa praktycznie wszędzie: na komputerze lokalnym, we wdrożeniu kontenerowym lub w chmurze. Omówienie każdej z opcji znajduje się w sekcji [Środowiska](https://arize.com/docs/phoenix/self-hosting); można też od razu przejść do [przewodnika Szybki start ze śledzeniem](https://arize.com/docs/phoenix/get-started/get-started-tracing).
> [!NOTE]
> Phoenix jest projektem open-source hostowanym samodzielnie. Jako platformę zarządzaną Arize oferuje [Arize AX](https://arize.com/products/ax/?utm_source=github&utm_medium=community&utm_campaign=px-to-ax&utm_content=readme-pl) — ta sama instrumentacja OpenTelemetry/OpenInference działa z obiema. Zobacz [pełne porównanie](https://arize.com/docs/phoenix/resources/frequently-asked-questions/what-is-the-difference-between-phoenix-and-arize).
## Spis treści
- [Uruchamianie lokalne](#uruchamianie-lokalne)
- [Śledzenie aplikacji](#śledzenie-aplikacji)
- [Wdrażanie](#wdrażanie)
- [Pakiety](#pakiety)
- [Integracje śledzenia](#integracje-śledzenia)
- [Piaskownice](#piaskownice)
- [Dla ludzi i agentów kodujących](#dla-ludzi-i-agentów-kodujących)
- [Bezpieczeństwo i prywatność](#bezpieczeństwo-i-prywatność)
- [Społeczność](#społeczność)
## Uruchamianie lokalne
Wystarczy zainstalować Phoenix za pomocą `pip` lub `conda`, aby uzyskać w pełni funkcjonalny Phoenix. Wszystkie opcje instalacji i hostingu opisano w [przewodniku instalacji](https://arize.com/docs/phoenix).
```shell
pip install arize-phoenix
phoenix serve
```
Można go też uruchomić bez instalacji za pomocą [`uvx`](https://docs.astral.sh/uv/):
```shell
uvx arize-phoenix serve
```
## Śledzenie aplikacji
Najszybszym sposobem wysyłania trace'ów jest powierzenie instrumentacji aplikacji [agentowi kodującemu](https://arize.com/docs/phoenix/integrations/developer-tools/coding-agents) (Claude Code, Codex, Cursor i innym). W katalogu projektu należy uruchomić:
```shell
npx @arizeai/phoenix-cli setup
# lub, jeśli Phoenix jest zainstalowany: px setup
```
Setup wykrywa framework i dostawcę LLM, instaluje odpowiednią instrumentację [OpenInference](https://github.com/Arize-ai/openinference) i konfiguruje eksport trace'ów. Wolą Państwo skonfigurować to w kodzie? Zobacz [dokumentację śledzenia](https://arize.com/docs/phoenix/tracing/llm-traces).
## Wdrażanie
Obrazy kontenerów Phoenix są dostępne w [Docker Hub](https://hub.docker.com/r/arizephoenix/phoenix) i można je wdrożyć za pomocą Dockera lub w Kubernetes przy użyciu [chartu Helm](https://github.com/Arize-ai/phoenix/tree/main/helm).
Docker Compose, Kubernetes/Helm i inne opcje wdrażania opisano w [dokumentacji hostingu własnego](https://arize.com/docs/phoenix/self-hosting).
> [!NOTE]
> Przycisk Google Cloud buduje Phoenix z kodu źródłowego w Cloud Shell, zamiast wdrażać gotowy obraz z Docker Hub. Szablon Azure udostępnia zwykły HTTP (Azure Container Instances nie terminuje TLS) — przed użyciem produkcyjnym należy umieścić przed nim proxy TLS, np. Application Gateway.
## Pakiety
Pakiet `arize-phoenix` zawiera całą platformę Phoenix. Jeśli jednak platforma Phoenix jest już wdrożona, dostępne są lekkie podpakiety Pythona i pakiety TypeScript, których można używać razem z platformą.
### Podpakiety Pythona
| Pakiet | Wersja i dokumentacja | Opis |
| --------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------ |
| [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) | Lekka nakładka na prymitywy OpenTelemetry z ustawieniami domyślnymi dostosowanymi do 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) | Lekki klient do komunikacji z serwerem Phoenix przez jego interfejs 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) | Narzędzia do ewaluacji aplikacji LLM, w tym trafności RAG, trafności odpowiedzi i innych |
### Podpakiety TypeScript
| Pakiet | Wersja i dokumentacja | Opis |
| --------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------ |
| [@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/) | Lekka nakładka na prymitywy OpenTelemetry z ustawieniami domyślnymi dostosowanymi do 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/) | Klient 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/) | Biblioteka TypeScript do ewaluacji aplikacji LLM (wersja alfa) |
| [@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 do pobierania trace'ów, zbiorów danych i eksperymentów na potrzeby Claude Code, Cursor i innych agentów kodujących |
## Integracje śledzenia
Phoenix jest zbudowany na OpenTelemetry i jest niezależny od dostawcy, języka i frameworka. Szczegóły dotyczące integracji śledzenia i przykładowych aplikacji można znaleźć w projekcie [OpenInference](https://github.com/Arize-ai/openinference) oraz w [dokumentacji integracji](https://arize.com/docs/phoenix/integrations).
**Integracje dla Pythona**
| | Integracja | Pakiet | Wersja |
|:---:|---|---|---|
| | [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) |
## Procesory spanów
Normalizacja i konwersja danych z innych bibliotek instrumentacji poprzez dodanie procesorów spanów, które ujednolicają dane.
| Pakiet | Opis | Wersja |
| ----------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| [`openinference-instrumentation-openlit`](https://pypi.org/project/openinference-instrumentation-openlit/) | Procesor spanów OpenInference dla trace'ów OpenLIT. | [](https://pypi.python.org/pypi/openinference-instrumentation-openlit) |
| [`openinference-instrumentation-openllmetry`](https://pypi.org/project/openinference-instrumentation-openllmetry/) | Procesor spanów OpenInference dla trace'ów OpenLLMetry (Traceloop). | [](https://pypi.python.org/pypi/openinference-instrumentation-openllmetry) |
### Integracje dla JavaScriptu
| | Integracja | Pakiet | Wersja |
| :-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------------------- | --------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| | [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) |
### Integracje dla Javy
| | Integracja | Pakiet | Wersja |
| :-------------------------------------------------------------------------------------------------: | --------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| | [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/) dla 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) |
### Integracje dla Go
| | Integracja | Pakiet | Wersja |
| :-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------ | ------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| | [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) |
### Platformy
| | Platforma | Opis | Dokumentacja |
| :----------------------------------------------------------------------------------------------: | -------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------- |
| | [BeeAI](https://docs.beeai.dev/observability/agents-traceability) | Framework agentów AI z wbudowaną obserwowalnością | [Przewodnik integracji](https://docs.beeai.dev/observability/agents-traceability) |
| | [Dify](https://docs.dify.ai/en/guides/monitoring/integrate-external-ops-tools/integrate-phoenix) | Open-source'owa platforma do tworzenia aplikacji LLM | [Przewodnik integracji](https://docs.dify.ai/en/guides/monitoring/integrate-external-ops-tools/integrate-phoenix) |
| | [Envoy AI Gateway](https://github.com/envoyproxy/ai-gateway) | Brama AI zbudowana na Envoy Proxy dla obciążeń AI | [Przewodnik integracji](https://github.com/envoyproxy/ai-gateway/tree/main/cmd/aigw#opentelemetry-setup-with-phoenix) |
| | [LangFlow](https://arize.com/docs/phoenix/tracing/integrations-tracing/langflow) | Wizualny framework do tworzenia aplikacji wieloagentowych i RAG | [Przewodnik integracji](https://arize.com/docs/phoenix/tracing/integrations-tracing/langflow) |
| | [LiteLLM Proxy](https://docs.litellm.ai/docs/observability/phoenix_integration#using-with-litellm-proxy) | Serwer proxy dla LLM | [Przewodnik integracji](https://docs.litellm.ai/docs/observability/phoenix_integration#using-with-litellm-proxy) |
| | [Flowise](https://arize.com/docs/phoenix/integrations/platforms/flowise) | Wizualny framework do tworzenia aplikacji LLM | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/platforms/flowise) |
| | [Prompt Flow](https://arize.com/docs/phoenix/integrations/platforms/prompt-flow) | Narzędzie Microsoftu do orkiestracji przepływów promptów | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/platforms/prompt-flow) |
| | [NVIDIA NeMo](https://arize.com/docs/phoenix/integrations/python/nvidia) | NVIDIA NeMo Agent Toolkit dla agentów korporacyjnych | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/python/nvidia) |
| | [Graphite](https://arize.com/docs/phoenix/integrations/python/graphite) | Framework wieloagentowych przepływów pracy LLM z kreatorem wizualnym | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/python/graphite) |
### Wektorowe bazy danych
| Integracja | Opis | Dokumentacja |
| ----------------------------------------------------------------------------------- | ---------------------------------------------------- | --------------------------------------------------------------------------------------- |
| [Qdrant](https://arize.com/docs/phoenix/integrations/vector-databases/qdrant) | Śledzenie etapowego wyszukiwania hybrydowego: dense, sparse, RRF | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/vector-databases/qdrant) |
## Piaskownice
[Ewaluatory kodu](https://arize.com/docs/phoenix/evaluation/server-evals/code-evaluators) Phoenix można uruchamiać u dostawców hostowanych piaskownic, aby uzyskać izolację na poziomie jądra i instalować zależności w czasie wykonania.
| Integracja | Opis | Dokumentacja |
| --------------------------------------------------------------------------------- | ---------------------------------------------------------------- | ---------------------------------------------------------------------------------- |
| [E2B](https://arize.com/docs/phoenix/integrations/sandboxes/e2b) | Hostowane piaskownice micro-VM dla kodu generowanego przez AI | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/sandboxes/e2b) |
| [Daytona](https://arize.com/docs/phoenix/integrations/sandboxes/daytona) | Zarządzane piaskownice deweloperskie z uruchamianiem ze snapshotów | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/sandboxes/daytona) |
| [Vercel Sandbox](https://arize.com/docs/phoenix/integrations/sandboxes/vercel) | Efemeryczne zasoby obliczeniowe na infrastrukturze Vercel | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/sandboxes/vercel) |
| [Modal](https://arize.com/docs/phoenix/integrations/sandboxes/modal) | Bezserwerowa platforma kontenerowa zorientowana na Pythona | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/sandboxes/modal) |
| [Docker Sandboxes](https://arize.com/docs/phoenix/integrations/sandboxes/docker) | Piaskownice chmurowe hostowane przez Docker | [Przewodnik integracji](https://arize.com/docs/phoenix/integrations/sandboxes/docker) |
## Dla ludzi i agentów kodujących
Phoenix został zaprojektowany tak, aby mogli z niego korzystać zarówno ludzie, jak i agenci kodujący AI. Trzy interfejsy pozwalają agentom (Claude Code, Codex, Cursor i innym) pracować z trace'ami, zbiorami danych i eksperymentami:
- **[CLI](https://arize.com/docs/phoenix/sdk-api-reference/typescript/arizeai-phoenix-cli)** — `npx @arizeai/phoenix-cli` pobiera trace'y, zbiory danych i eksperymenty oraz instrumentuje aplikację (`setup`), dzięki czemu agent może pobrać kontekst i działać na jego podstawie z poziomu terminala.
- **[Umiejętności (Skills)](https://docs.anthropic.com/en/docs/claude-code/skills)** — [`skills/`](../../skills/) zawiera przepływy pracy, które uczą agentów debugowania, ewaluacji i śledzenia z użyciem Phoenix.
- **[Zdalny serwer MCP](https://arize.com/docs/phoenix/integrations/mcp#remote-mcp-server)** — dowolnego klienta MCP można połączyć z endpointem `/mcp` instancji, aby bezpośrednio odpytywać Phoenix.
Konfigurację i sposób użycia opisano w [dokumentacji agentów kodujących](https://arize.com/docs/phoenix/integrations/developer-tools/coding-agents).
| Umiejętność | Opis |
| -------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------- |
| [phoenix-cli](../../skills/phoenix-cli/) | Debugowanie aplikacji LLM za pomocą Phoenix CLI — pobieranie trace'ów, analiza błędów, przegląd eksperymentów i zapytania do GraphQL API |
| [phoenix-evals](../../skills/phoenix-evals/) | Tworzenie i uruchamianie ewaluatorów dla aplikacji AI/LLM z użyciem Phoenix |
| [phoenix-tracing](../../skills/phoenix-tracing/) | Konwencje semantyczne OpenInference i instrumentacja do śledzenia aplikacji LLM |
## Bezpieczeństwo i prywatność
Bardzo poważnie podchodzimy do bezpieczeństwa i prywatności danych. Więcej szczegółów można znaleźć w naszej [dokumentacji dotyczącej bezpieczeństwa i prywatności](https://arize.com/docs/phoenix/self-hosting/security/privacy).
### Telemetria
Domyślnie Phoenix zbiera podstawowe dane analityczne (np. wyświetlenia stron, interakcje z interfejsem), aby pomóc nam zrozumieć, jak Phoenix jest używany, i ulepszać produkt. **Żadne dane trace'ów, wyniki ewaluacji ani jakiekolwiek informacje wrażliwe nigdy nie są zbierane.**
Z telemetrii można zrezygnować, ustawiając zmienną środowiskową: `PHOENIX_TELEMETRY_ENABLED=false`
## Społeczność
Zapraszamy do naszej społeczności, w której można nawiązać kontakt z tysiącami twórców AI.
- 🌍 Zapraszamy do naszej [społeczności na Slacku](https://join.slack.com/t/arize-ai/shared_invite/zt-3r07iavnk-ammtATWSlF0pSrd1DsMW7g).
- 📚 Zachęcamy do lektury naszej [dokumentacji](https://arize.com/docs/phoenix).
- 💡 Pytania i opinie można zgłaszać na kanale _#phoenix-support_.
- 🌟 Będzie nam miło, jeśli zostawią Państwo gwiazdkę na naszym [GitHubie](https://github.com/Arize-ai/phoenix).
- 🐞 Błędy można zgłaszać w [GitHub Issues](https://github.com/Arize-ai/phoenix/issues).
- 𝕏 Zapraszamy do obserwowania nas na [𝕏](https://twitter.com/ArizePhoenix).
- 💼 Zapraszamy do obserwowania nas na [LinkedIn](https://www.linkedin.com/showcase/113218220).
- 🗺️ Zachęcamy do zapoznania się z naszą [mapą drogową](https://github.com/orgs/Arize-ai/projects/45), aby zobaczyć, dokąd zmierzamy.
- 🧑🏫 W centrach wiedzy (Learning Hubs) Arize można zgłębić wszystko o [agentach](http://arize.com/ai-agents/) i [ewaluacji LLM](https://arize.com/llm-evaluation).
## Zmiany niekompatybilne wstecz
Listę zmian niekompatybilnych wstecz można znaleźć w [przewodniku migracji](../../MIGRATION.md).
## Prawa autorskie, patenty i licencja
Copyright 2025 Arize AI, Inc. Wszelkie prawa zastrzeżone.
Części tego kodu są chronione jednym lub większą liczbą patentów USA. Zobacz [IP_NOTICE](https://github.com/Arize-ai/phoenix/blob/main/IP_NOTICE).
To oprogramowanie jest licencjonowane na warunkach Elastic License 2.0 (ELv2). Zobacz [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.