跳到主要内容
PromptLayer 是第一个允许您跟踪、管理和共享 GPT 提示工程的平台。PromptLayer 充当您的代码和 OpenAI Python 库之间的中间件。 PromptLayer 记录您的所有 OpenAI API 请求，让您可以在 PromptLayer 仪表板中搜索和探索请求历史记录。 本示例展示了如何连接到 PromptLayer 以开始记录您的 OpenAI 请求。 另一个示例在此处。

​
安装 PromptLayer

要将 PromptLayer 与 OpenAI 结合使用，需要 promptlayer 包。使用 pip 安装 promptlayer。 
pip install -qU  promptlayer

​
导入

import os

import promptlayer
from langchain_community.llms import PromptLayerOpenAI

​
设置环境变量 API 密钥

您可以在 www.promptlayer.com 的导航栏中点击设置齿轮创建 PromptLayer API 密钥。 将其设置为名为 PROMPTLAYER_API_KEY 的环境变量。 您还需要一个 OpenAI 密钥，名为 OPENAI_API_KEY。
from getpass import getpass

PROMPTLAYER_API_KEY = getpass()

 ········

os.environ["PROMPTLAYER_API_KEY"] = PROMPTLAYER_API_KEY

from getpass import getpass

OPENAI_API_KEY = getpass()

 ········

os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY

​
像往常一样使用 PromptLayerOpenAI LLM

您可以选择传入 pl_tags 以使用 PromptLayer 的标记功能跟踪您的请求。 
llm = PromptLayerOpenAI(pl_tags=["langchain"])
llm("I am a cat and I want")
上述请求现在应该出现在您的 PromptLayer 仪表板上。

​
使用 PromptLayer Track

如果您想使用任何 PromptLayer 跟踪功能，您需要在实例化 PromptLayer LLM 时传入参数 return_pl_id 以获取请求 ID。 
llm = PromptLayerOpenAI(return_pl_id=True)
llm_results = llm.generate(["Tell me a joke"])

for res in llm_results.generations:
    pl_request_id = res[0].generation_info["pl_request_id"]
    promptlayer.track.score(request_id=pl_request_id, score=100)
使用此功能可让您在 PromptLayer 仪表板中跟踪模型的性能。如果您正在使用提示模板，您还可以将模板附加到请求中。总而言之，这让您有机会在 PromptLayer 仪表板中跟踪不同模板和模型的性能。
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.