Arize Phoenix 是什麼、怎麼用：看大模型應用的調用鏈路、做評測（安裝與上手）

本文根據 Arize Phoenix 官方倉庫 README 整理，資料核對於 2026-10-11。命令取自官方 README，沒有在本機運行驗證。

適用於誰

• 搜「arize phoenix 是什麼」「arize phoenix 使用」的人；
• 做了一個智能體或 RAG 應用，回答不對時只能靠打印日誌猜原因的人；
• 想知道一次請求裏到底調用了幾次模型、檢索到了什麼、每一步花了多少時間和 token 的人。

結論先說

1. Phoenix 是 Arize 開源的 AI 可觀測性平台，官方定位是用於實驗、評測和排查問題，可以自己部署。
2. 核心是追蹤（Tracing）：把應用運行時的每一步記錄下來，包括每次模型調用的輸入輸出、每次工具調用、每次檢索。
3. 基於 OpenTelemetry 和 OpenInference，官方強調與廠商和語言無關。
4. 本地兩步跑起來：pip install arize-phoenix，然後 phoenix serve。
5. 不用自己埋點：它對主流的智能體框架和模型 SDK 有現成的集成。
6. 許可證是 Elastic License 2.0，使用前留意條款。

一、六項功能

這六項連起來是一個閉環：線上的調用被追蹤下來 → 挑出有問題的樣例存進數據集 → 在 Playground 裏改提示詞 → 用實驗對比新舊版本 → 用評測量化效果。

二、為什麼需要追蹤

一個智能體回答一個問題，背後可能是：一次檢索、三次模型調用、兩次工具調用。最後答錯了，原因可能在任何一步：

• 檢索回來的片段就不相關；
• 片段是對的，但模型沒用上；
• 模型決定調用工具時參數填錯了；
• 工具返回了錯誤，模型把錯誤當成了結果。

只看最終回答是分不清的。追蹤把每一步的輸入、輸出、耗時都擺出來，像看程序的調用棧一樣。追蹤裏的一條完整記錄叫 trace，其中的每一步叫 span。

三、安裝與啟動

bash
pip install arize-phoenix
phoenix serve

啟動後在瀏覽器裏打開終端打印出來的地址。官方 README 裏的連結指向本機的 6006 端口。

Docker：官方鏡像在 Docker Hub 上，名稱是 arizephoenix/phoenix。運行參數見官方文檔。

四、把應用接上去

README 給了一條自動配置的命令，它會檢測你用的框架並接好追蹤：

bash
npx @arizeai/phoenix-cli setup

已經裝了 Phoenix 的話，等價的寫法是 px setup。

手動接入則是在應用裏安裝對應的埋點包並指向 Phoenix 的地址，README 沒有給出最小代碼，具體步驟見官方的 Tracing 文檔。相關的子包：

也就是說，生產環境裏的應用只需要裝輕量的埋點包，不需要裝完整的 arize-phoenix。

五、支持哪些框架和廠商

README 列出的集成：

• 框架：OpenAI Agents SDK、Claude Agent SDK、LangGraph、Vercel AI SDK、Mastra、CrewAI、LlamaIndex、DSPy；
• 模型廠商：OpenAI、Anthropic、Google GenAI、Google ADK、AWS Bedrock、OpenRouter、LiteLLM 等。

本站介紹過的幾個框架都在其中：《OpenAI Agents SDK 教學》、《Claude Agent SDK 快速上手》、《Vercel AI SDK 是什麼》、《Mastra 是什麼》。

因為底層是 OpenTelemetry，沒有現成集成的系統也可以按標準自己上報。

六、給編程智能體用

README 裏有專門面向編程智能體的部分：

• MCP 伺服器：Phoenix 實例自帶一個遠程 MCP 端點，在實例地址後面加 /mcp，可以接到 Claude Code、Cursor 等支持 MCP 的客戶端。接上之後，可以直接讓編程智能體去查追蹤記錄、分析失敗的調用；
• Skills：倉庫的 .agents/skills/ 裏提供了 phoenix-cli、phoenix-evals、phoenix-tracing 三個技能。

MCP 的接法見《Claude Code MCP 配置教學》。

七、用它排查問題的基本思路

1. 先找到那條出問題的 trace，按時間或輸入內容定位；
2. 從後往前看：最終回答是哪次模型調用產生的，它當時的完整輸入是什麼；
3. 檢查輸入裏的每一部分：系統提示詞對不對、檢索到的片段相不相關、工具返回了什麼；
4. 定位到出問題的那一步，再決定是改提示詞、改檢索，還是改工具的說明和返回格式；
5. 把這個案例存進數據集，改完之後用它來驗證，之後也作為迴歸用例。

檢索不相關時怎麼調，見《Dify 知識庫搭建教學》裏的排查表；只想批量對比提示詞，用更輕量的《promptfoo 使用教學》。

八、數據與許可

• 追蹤數據裏有用戶輸入和模型輸出的原文。自己部署時，這些數據在你的機器上；要注意誰能訪問 Phoenix 的介面，以及是否需要對敏感內容做脫敏；
• 遙測：README 說明預設會收集基礎的網頁分析數據，可以用環境變量 PHOENIX_TELEMETRY_ENABLED=false 關閉；同時聲明不收集追蹤數據和評測結果；
• 許可證：Elastic License 2.0（ELv2）。它和 MIT、Apache 這類寬鬆許可不同，對把軟件作為託管服務提供給第三方等用法有限制。公司內部自用一般不受影響，但要對外提供服務時請先閱讀條款；
• 託管選項：README 提到 Arize 另有託管平台 Arize AX，使用相同的埋點方式。

常見問題

Q：和 promptfoo 是一類工具嗎？

側重點不同。promptfoo 是「上線前用一批固定用例批量對比」；Phoenix 的核心是「運行時把每一步記錄下來」，在此基礎上再做評測和實驗。兩者可以一起用。

Q：只在開發時用，還是也能用在生產環境？

兩種都可以。開發時在本機啟動，邊調邊看；生產環境需要單獨部署並規劃存儲，見官方的部署文檔。

Q：會不會拖慢我的應用？

追蹤基於 OpenTelemetry，數據通常是異步上報的。具體的性能影響和採樣配置，以官方文檔為準。

Q：必須用它的評測功能嗎？

不必。很多人只用追蹤這一項，就已經能解決大部分「不知道哪一步出了問題」的情況。

參考資料

• Arize-ai/phoenix（官方倉庫與 README）：https://github.com/Arize-ai/phoenix