Langfuse Workshop - การวนรอบวิศวกรรม AI ตั้งแต่ต้นจนจบ

เอกสารเวิร์กชอปนี้รักษาไว้ในที่เก็บข้อมูลสาธารณะ langfuse/langfuse-workshop ใช้ที่เก็บข้อมูลสำหรับแอปที่รันได้ สาขา checkpoint และการตั้งค่าในเครื่อง

ดูไฟล์ Markdown นี้

นี่คือเวิร์กชอป Langfuse แบบขั้นตอนที่สร้างขึ้นบนแอปพลิเคชันตัวอย่าง TypeScript เล็กน้อย: Dad IT Support Agent เวิร์กชอปนี้ครอบคลุมการวนรอบวิศวกรรม AI แบบครบวงจรด้วย Langfuse: tracing, การจัดการ prompt, การติดตามสถานะ, datasets, การทดลอง และการประเมินผล

คุณสามารถทำให้เสร็จจากบทเรียนผู้เรียน หรือใช้หมายเหตุผู้สอนเพื่อสอนเนื้อหาเดียวกันให้กับกลุ่มต่างๆ

สำหรับผู้เรียน

เริ่มต้นจากบทเรียนผู้เรียนใน docs/learner/ บทเรียนแต่ละบทบอกคุณว่าจะ checkout checkpoint ไหน สิ่งที่ต้องเปลี่ยนแปลงในโค้ดหรือกำหนดค่าใน Langfuse และวิธีตรวจสอบผลลัพธ์

ใช้เส้นทางผู้เรียนหากคุณต้องการ:

• บันทึก trace แรกของคุณจากแอป LLM จริง และเข้าใจสิ่งที่คุณกำลังดู
• ย้าย prompt ไปยัง Langfuse เพื่อให้การเปลี่ยนแปลงมีเวอร์ชันและเชื่อมโยงกับ traces
• ติดตามพฤติกรรมการผลิตโดยไม่ต้องอ่านทุก trace ด้วยตนเอง
• สร้าง dataset, ทำการทดลอง และประเมินผลการเปลี่ยนแปลงด้วยหลักฐาน
• ตรวจสอบการใช้งาน TypeScript reference ที่สมบูรณ์ซึ่งคุณสามารถคัดลอกรูปแบบจากได้

ไม่จำเป็นต้องมีผู้สอน บทเรียนผู้เรียนครบถ้วนพอที่จะทำให้เวิร์กชอปทำงานในโหมดมีคำแนะนำด้วยตนเอง

สำหรับผู้สอน

แนวทางผู้สอนมีไว้สำหรับคนที่ต้องการสอน Langfuse ให้แก่คนอื่นๆ ใช้หมายเหตุใน docs/instructor/ พร้อมกับบทเรียนผู้เรียนเมื่อคุณกำลังอำนวยการเวิร์กชอปสด บันทึกการเดินทัวร์ หรือปรับเนื้อหาให้เหมาะกับทีม

เพื่อการเตรียมตัว เรารวมไว้คำแนะนำและสไลด์เกี่ยวกับวิธีเตรียมสำหรับเวิร์กชอป docs/preparation_and_materials/

เวิร์กชอปไม่ขึ้นอยู่กับผู้สอน หมายเหตุผู้สอนเพิ่มประเด็นการสอน จังหวะการสาธิต การแจ้งเตือนการตั้งค่า และจุดพิการทั่วไป ไม่จำเป็นต้องใช้สำหรับคนที่ทำเวิร์กชอปเพียงลำพัง

ขอบเขตเวิร์กชอป

แอปตัวอย่างเป็นแชทเวบไซต์เล็กๆ ที่ Dad เปิดแชทเพื่อขอความช่วยเหลือเรื่อง iPhone agent ชื่อ Specs และตอบสนองด้วยคำแนะนำทีละขั้นตอน ใต้ฝาปิด มันคือลูป tool-calling ของ OpenAI ตามปกติที่มี local tools สองตัว

main มีแอปอ้างอิงที่สมบูรณ์และเอกสารเวิร์กชอปปัจจุบัน ใช้เพื่อตรวจสอบการใช้งานที่เสร็จสิ้นหรือเปรียบเทียบงานของคุณกับสถานะสุดท้าย การออกกำลังกายเองเริ่มต้นจากแท็ก checkpoint

โมดูล

วิธีดำเนินการ

main คือการใช้งาน reference ที่สมบูรณ์ สำหรับงานแบบมีคำแนะนำ ให้ checkout checkpoint ที่มีชื่ออยู่ในบทเรียนที่คุณกำลังเริ่ม สร้างการเปลี่ยนแปลงที่ขาดหายไป และตรวจสอบผลลัพธ์ก่อนดำเนินการต่อ

checkpoint/00-setup และ checkpoint/01-base-app โดยเจตนามีแอปพื้นฐานที่ไม่ได้ติดตาม หนึ่ง 02-tracing ใช้สถานะนั้นเพื่อตรวจสอบกุญแจ การพึ่งพา และพอร์ต Base App ใช้เพื่อการนำทาง Tracing เริ่มต้นใน .env

เซิร์ฟเวอร์เวิร์กชอปและสคริปต์ helper npm ถือว่าที่เก็บข้อมูล .env เป็นแหล่งที่มาที่เชื่อถือได้ด้าน Node การส่งออกเชลล์ในเครื่องจากโครงการอื่นๆ ไม่ได้ลบล้าง docs/learner/ ดังนั้นให้เปลี่ยนกุญแจเวิร์กชอป host Langfuse ป้ายกำกับ prompt และชื่อ dataset ในไฟล์นั้น

เวิร์กชอปมีขนาดเล็กพอที่จะเสร็จในที่นั่งเดียว และทุกโมดูลยังสามารถใช้ได้อย่างอิสระหากคุณสนใจเพียงส่วนหนึ่งของลูปเท่านั้น

ไฟล์แบบอื่นๆ

• มีบทเรียนเวิร์กชอปมีคำแนะนำด้วยตนเอง
• docs/instructor/ มีหมายเหตุ facilitator สำหรับสอนบทเรียนเดียวกัน
• docs/images/ มีภาพหน้าจอและแผนภาพ จัดกลุ่มตามบทเรียน
• src/ มีแอปตัวอย่าง
• scripts/ มี dataset และ prompt helper scripts ที่ใช้ในบทเรียนภายหลัง

จะไปที่ไหนต่อไป

• เดินผ่านโมดูลตามลำดับเริ่มต้นจาก docs/learner/00-setup.md
• ข้ามไปยังบทใดก็ได้ที่ตรงกับสิ่งที่คุณต้องการเรียนรู้
• ติดตั้ง Langfuse skill (/langfuse) เพื่อใช้รูปแบบจากเวิร์กชอปนี้กับโค้ดเบส ของคุณเอง
• สำหรับเนื้อหาในมุมมองที่กว้างขึ้นในแต่ละบท ให้ใช้ Langfuse Academy