Suivez et consignez automatiquement les appels LLM effectués via LiteLLM
Weave suit et consigne automatiquement les appels LLM effectués via LiteLLM dès que vous appelez weave.init(). Ce guide explique comment utiliser Weave avec LiteLLM pour capturer les traces, encapsuler les appels dans des ops versionnés, organiser vos expériences avec un Model et suivre le comportement de l’appel de fonctions (function calling). Utilisez-le si vous développez des applications LLM et souhaitez bénéficier d’une observabilité sur l’ensemble des fournisseurs de modèles pris en charge par LiteLLM.
Il est important de stocker les traces des applications LLM dans une base de données centralisée, aussi bien pendant le développement qu’en production. Ces traces vous servent au débogage et constituent un jeu de données qui vous aide à améliorer votre application.
Remarque : lorsque vous utilisez LiteLLM, veillez à importer la bibliothèque avec import litellm et à appeler la fonction de complétion avec litellm.completion(), plutôt que d’utiliser from litellm import completion. Vous garantissez ainsi que toutes les fonctions et tous les paramètres sont correctement référencés.
Weave capture automatiquement les traces de LiteLLM. Utilisez la bibliothèque comme d’habitude, en commençant par appeler weave.init() :
import litellmimport weaveweave.init("weave_litellm_integration")openai_response = litellm.completion( model="gpt-3.5-turbo", messages=[{"role": "user", "content": "Translate 'Hello, how are you?' to French"}], max_tokens=1024)print(openai_response.choices[0].message.content)claude_response = litellm.completion( model="claude-3-5-sonnet-20240620", messages=[{"role": "user", "content": "Translate 'Hello, how are you?' to French"}], max_tokens=1024)print(claude_response.choices[0].message.content)
Weave suit et consigne désormais tous les appels LLM effectués via LiteLLM. Vous pouvez consulter les traces dans l’interface web de Weave. Une fois le traçage de base en place, la section suivante montre comment encapsuler les appels LiteLLM dans vos propres ops Weave afin d’obtenir un suivi plus fin et versionné de la logique de votre application.
Les ops Weave rendent les résultats reproductibles en gérant automatiquement les versions du code au fil de vos expériences, et ils capturent leurs entrées et leurs sorties. Créez une fonction décorée avec @weave.op() qui appelle la fonction de complétion de LiteLLM : Weave suit alors les entrées et les sorties à votre place. Voici un exemple :
import litellmimport weaveweave.init("weave_litellm_integration")@weave.op()def translate(text: str, target_language: str, model: str) -> str: response = litellm.completion( model=model, messages=[{"role": "user", "content": f"Translate '{text}' to {target_language}"}], max_tokens=1024 ) return response.choices[0].message.contentprint(translate("Hello, how are you?", "French", "gpt-3.5-turbo"))print(translate("Hello, how are you?", "Spanish", "claude-3-5-sonnet-20240620"))
Il est difficile d’organiser l’expérimentation lorsque de nombreux éléments évoluent en même temps. La classe Model vous permet de capturer et d’organiser les détails expérimentaux de votre application, comme votre prompt système ou le modèle que vous utilisez. Vous pouvez ainsi organiser et comparer les différentes itérations de votre application.En plus de gérer les versions du code et de capturer les entrées et les sorties, les Models capturent des paramètres structurés qui contrôlent le comportement de votre application, ce qui vous aide à identifier les paramètres les plus efficaces. Vous pouvez également utiliser les Weave Models avec serve et les Évaluations.Dans l’exemple suivant, vous pouvez expérimenter avec différents modèles et différentes températures :
import litellmimport weaveweave.init('weave_litellm_integration')class TranslatorModel(weave.Model): model: str temperature: float @weave.op() def predict(self, text: str, target_language: str): response = litellm.completion( model=self.model, messages=[ {"role": "system", "content": f"You are a translator. Translate the given text to {target_language}."}, {"role": "user", "content": text} ], max_tokens=1024, temperature=self.temperature ) return response.choices[0].message.content# Créer des instances avec des modèles différentsgpt_translator = TranslatorModel(model="gpt-3.5-turbo", temperature=0.3)claude_translator = TranslatorModel(model="claude-3-5-sonnet-20240620", temperature=0.1)# Utiliser différents modèles pour traduireenglish_text = "Hello, how are you today?"print("GPT-3.5 Translation to French:")print(gpt_translator.predict(english_text, "French"))print("\nClaude-3.5 Sonnet Translation to Spanish:")print(claude_translator.predict(english_text, "Spanish"))
LiteLLM prend en charge l’appel de fonctions pour les modèles compatibles. Weave suit automatiquement ces appels de fonctions afin que vous puissiez examiner les fonctions, les arguments et les réponses parallèlement à vos autres traces.
import litellmimport weaveweave.init("weave_litellm_integration")response = litellm.completion( model="gpt-3.5-turbo", messages=[{"role": "user", "content": "Translate 'Hello, how are you?' to French"}], functions=[ { "name": "translate", "description": "Translate text to a specified language", "parameters": { "type": "object", "properties": { "text": { "type": "string", "description": "The text to translate", }, "target_language": { "type": "string", "description": "The language to translate to", } }, "required": ["text", "target_language"], }, }, ],)print(response)
Weave capture automatiquement les fonctions que vous utilisez dans le prompt et en gère les versions.
Weave suit et consigne automatiquement les appels LLM effectués via LiteLLM dès que vous appelez 