Phoenix开源观察性和评估平台，用于追踪和改进 AI 应用程序。

4.5 (4)

审阅者 Daniel Nikulshyn·更新 2026年5月

Open Source Observability LLM Ops Evaluation Self-Hosted Developer Tools RAG Tracing

概览

Phoenix 是一款开源工具，旨在帮助开发者监控、调试和评估基于 AI 与 LLM 的应用。它捕获模型交互的跟踪信息，发现性能问题，并提供可视化，帮助更直观地了解提示、检索和响应如何在系统中流转。除了追踪之外，Phoenix 支持结构化评估，可用于 RAG 质量、幻觉检测和相关性评分等使用场景。团队可以运行实验，比较模型版本，并通过可衡量的反馈在提示或管道上迭代，而不是凭猜测。因为它可以自托管并且能与常用框架集成，Phoenix 能够在研究工作流和生产监控栈中使用，而不会让用户被锁定在专有平台上。

主要功能

分布式跟踪支持 LLM 队列
预建评估模板
提示和实验比较
RAG 性能分析
交互式可视化仪表板
OpenTelemetry 兼容的工具包

价格

模型: Free
分类: Data Analysis
评分: 4.5 / 5 (4)

使用场景

使用分布式跟踪调试 LLM 队列

捕捉并可视化提示、检索和响应的指纹，以便在复杂的 LLM 应用程序流中找出瓶颈或失败。

评估 RAG 质量和幻想性

使用预建评估器评估检索的相关性、响应的准确性和幻想率，给出可衡量的反馈，方便团队评估 RAG 系统性能。

比较提示和模型版本

在提示变化或模型版本之间运行实验，并进行横向比较以便于 AI 应用程序的决策。

基于自行部署的 AI 研究监控

在 OpenTelemetry 兼容的调试中部署 Phoenix，在 AI 研究和生产团队监控 AI 工作流程时不会引起供应商锁定。

优点 & 缺点

优点

免费和开源
强大的跟踪和观察性支持 LLM 应用
内置 RAG 和幻想检测评估器
可以自行部署，没有供应商锁定
与流行的 AI 框架集成

缺点

需要技术设置和配置
不如商业替代品那么平滑
文档可能落后于快速更新
自行部署的水平扩展需要更多努力

评测

4.5

4 个评分的平均值。

登录以留下评测。

Ethan Brooks

Apr 7, 2026

Does the job

Pretty happy overall. RAG performance analysis just works and free and open source. but no dealbreakers — I'd recommend it to a friend without hesitating.

Daniel Schmidt

Sep 15, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: openTelemetry-compatible instrumentation and built-in evaluators for RAG and hallucinations. Where it lags: scaling self-hosted deployments takes effort. On balance the feature set — especially prompt and experiment comparison — justifies the 4 stars for our use case.

Pierre Dubois

Aug 27, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is openTelemetry-compatible instrumentation — handled better than most — and self-hostable with no vendor lock-in. Worth the time if this is your use case.

Rina Desai

May 29, 2025

Solid for our team

We rolled this out across the team last quarter and free and open source. OpenTelemetry-compatible instrumentation fits neatly into how we already work, and rAG performance analysis removed a step we used to do by hand. Requires technical setup and configuration, which is the main caveat, but it has held up under daily use.