# phoenix-observability

Скилл подключает Phoenix — открытую платформу наблюдаемости, чтобы разбирать трейсы LLM-приложений, гонять оценки на датасетах и следить за продом.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 941 установка · ★ 13956
- Автор: Orchestra Research
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/17-observability/phoenix/SKILL.md
- Обновлён: 2026-10-11
- HTML: https://affpapa.org/nevibecode/skills/phoenix-observability

## Что делает

Скилл даёт агенту инструкции по работе с Phoenix: сбор трейсов через OpenTelemetry, оценка качества, версионированные датасеты, эксперименты и песочница для сравнения промптов и моделей. Внутри — готовые рецепты инструментирования OpenAI, LangChain, LlamaIndex и Anthropic, а также примеры кастомных оценщиков через `llm_classify`.

Сервер запускается либо из ноутбука через `px.launch_app()`, либо из командной строки: `phoenix serve`. Для хранения данных Phoenix обходится SQLite, а для продакшена можно поднять PostgreSQL и задать строку подключения в переменной `PHOENIX_SQL_DATABASE_URL`. Само приложение ставится отдельно — скилл лишь описывает, как с ним работать.

Оценщики вроде `HallucinationEvaluator` и `RelevanceEvaluator` требуют модель-судью, и в примерах это `OpenAIModel` с `gpt-4o`. То есть для прогона оценок нужен ключ OpenAI, даже если ваше приложение работает на другой модели. Это стоит учесть до того, как вы заложите оценки в CI.

Если нужен управляемый хостинг с корпоративными функциями, смотрите в сторону Arize Cloud; для отслеживания экспериментов глубокого обучения ближе Weights & Biases.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill phoenix-observability -a claude-code
```
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill phoenix -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/phoenix/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/phoenix/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill phoenix -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/phoenix/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill phoenix -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/phoenix/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Orchestra-Research/AI-Research-SKILLs phoenix
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/phoenix/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill phoenix -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Orchestra-Research/AI-Research-SKILLs --path 17-observability/phoenix
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/phoenix/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill phoenix -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/17-observability/phoenix/SKILL.md

## Когда брать
- разобрать, на каком шаге LLM-цепочка выдала неверный ответ
- прогнать оценки галлюцинаций и релевантности по датасету
- сравнить два промпта или две модели на одних данных
- собрать трейсы вызовов OpenAI, LangChain и LlamaIndex в одном месте
- поднять self-hosted наблюдаемость без привязки к вендору

## Примеры запросов агенту
- настрой трейсинг Phoenix для моего приложения на LangChain
- запусти оценку галлюцинаций на датасете qa-test-set и залогируй результаты в Phoenix
- подними Phoenix-сервер на PostgreSQL и покажи, как отправлять в него трейсы

## Похожие
- [phoenix-cli](https://affpapa.org/nevibecode/skills/phoenix-cli.md) — скилл · 1000 установок
- [arize-phoenix-migration](https://affpapa.org/nevibecode/skills/arize-phoenix-migration.md) — скилл · 467 установок
- [phoenix](https://affpapa.org/nevibecode/plugins/phoenix.md) — плагин · ★ 40418
- [langfuse](https://affpapa.org/nevibecode/skills/langfuse-langfuse.md) — скилл · 19800 установок
- [arize-instrumentation](https://affpapa.org/nevibecode/skills/arize-arize-instrumentation.md) — скилл · 3400 установок
- [agent-observability-trace-rca](https://affpapa.org/nevibecode/skills/agent-observability-trace-rca.md) — скилл · 552 установки

Из того же набора: [orchestra-research/ai-research-skills](https://affpapa.org/nevibecode/by/orchestra-research/ai-research-skills.md) — 66 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md