在 Hyperlint，我们的使命是帮助开发团队减轻开发内容的苦差事。
我们通过提供一个 AI 驱动的 GitHub 机器人和相关实用程序来实现这一点，这些程序审查技术文档的准确性和 SEO 优化。我们做的事情包括捕捉错别字，以及根据上游 API 或 CLI 更改自动更新文档。
我们与用户的工作流程深度集成，并希望提供无缝的体验。对于我们来说，必须确切了解幕后发生的事情，才能提供卓越的体验。
在这篇文章中，我们将深入探讨为什么我们选择 Pydantic Logfire 作为我们的可观测性提供商。
我们对强大可观测性的需求
Hyperlint 的 AI 文档审查对数千个 pull request 进行检查，以确保我们用户的文档是一流且最新的。
由于有如此多的开发人员和技术文档编写人员依赖我们每次审查每个 PR，我们需要一个监控解决方案，它可以跟上我们苛刻的工作负载，并快速提醒我们任何问题。
隆重推出 Pydantic Logfire：简单、直接且高性能
在评估了各种选项之后，我们选择了 Pydantic Logfire，因为它简单、高性能且功能强大。 简而言之，以下是 Logfire 脱颖而出的原因
让我们详细回顾一下这些。
轻松集成
Pydantic Logfire 与我们现有的日志记录工具无缝集成。我们运行了很多 Python 代码，并且已经大量使用 Pydantic。
我们使用 Loguru 作为我们首选的日志记录工具，Logfire 的开箱即用集成使得在我们的应用程序中启用它变得非常简单。这意味着自从我们开始集成以来，我们在几秒钟内就在 Logfire 中看到了日志。
我们还利用与其他工具的集成，包括我们的 数据库（如 Postgres、MongoDB 等）、Web 服务器（如 Flask 和 FastAPI）以及 AI 合作伙伴（如 OpenAI 和 Anthropic）。
能够与我们现有的日志记录工具集成并使用 Pydantic 记录结构化对象，这立即为我们带来了巨大的价值。
现在，我们使用 instrument 函数记录 spans 以及其他相关的元数据，以确保我们在可观测性管道中拥有正确的上下文。
@logfire.instrument("Execute review")
async def review(arg1:str, arg2:int):
...
我们很快就启动并运行了，并在同一天获得了价值。
调试变得容易
Logfire 直观的界面和全面的日志记录功能大大简化了我们的调试过程。
当系统中发生事件时，我们使用 Logfire UI 快速确定问题或性能瓶颈。我们可以了解系统各个层级的性能。
使用 Logfire 帮助我们将审查时间从初始版本减少了 80% 以上，因为它帮助我们几乎毫不费力地识别出关键的瓶颈和性能问题。
最重要的是，Logfire 的警报与 Slack 集成，使我们能够轻松地实时查看问题。
异常追踪变得神奇
特别是，异常追踪体验在 UI 中非常神奇。
Logfire 突出显示问题和异常，使我们能够快速追踪出现的有问题的代码路径。我们甚至可以跨服务进行追踪。
例如，在下面的追踪中，我们在搜索索引期间遇到了一个错误，并且能够快速找到问题的根本原因，从而防止了任何客户问题。
这种体验缩短了调试时间，并使我们能够专注于我们的用户。
对 AI 的出色支持
Logfire 与 OpenAI 和 Anthropic 的原生集成意味着，不仅可以了解应用程序的指标和日志发生了什么，还可以了解我们执行的 AI 相关评估，这使我们的系统保持简单并满足我们所有的需求。
响应迅速的团队
我们在 Logfire 预览版的早期就开始使用它。我们对团队的响应速度感到惊讶，他们总是热衷于帮助调试问题或提供建议。在 Hyperlint 的文化中，我们专注于我们的最终用户并帮助他们取得成功。
我们很高兴在我们的合作伙伴身上看到这一点，Logfire 一次又一次地证明了这一点。
深入探讨：AI 应用上下文化的力量
虽然 Logfire 对 AI 的支持可能看起来像是一个小功能，但对我们来说，这是一个突出的功能。
Pydantic Logfire 帮助我们在整个可观测性管道中保持上下文——无论是否涉及 AI。在处理复杂的文档审查流程和 AI 驱动的分析时，上下文至关重要，而 Logfire 在一个平台上提供了所有这些。
Pydantic Logfire 允许我们
- 追踪文档审查或更改的整个生命周期，从最初的 PR 创建、我们执行的任何 AI，到最终的批准。
- 识别跨多个 PR 和存储库的模式和趋势。
- 获取有关问题区域或不一致之处的警报.
这种全面的视图对于改进我们的服务以及为用户提供更准确、更有帮助的审查非常有价值。
使用 Logfire 重新肯定了我们关于如何构建有影响力的 AI 应用程序和系统的信念
- 良好的 AI 监控就是良好的监控——由于我们是一个小团队，我们专注于可以做多件事的高杠杆工具。Logfire 使我们能够专注于我们的用户，而不是我们的基础设施。
- 复合 AI 系统是前进的方向——AI 只是我们为帮助用户所做的一小部分。我们有手动检查、第三方工具和各种 AI 提供商。我们相信，将不同工具组合在一起的系统是构建出色 AI 应用程序的关键，而 Logfire 帮助我们做到这一点。
- 无缝监控和轻松的数据访问——我们可以在 UI 中可视化 OpenAI 聊天，但我们也可以使用其查询端点导出它们，以便与生产数据一起分析日志。
在使用 AI 时，查看您的数据至关重要，而 Logfire 使这变得非常容易。
Logfire 是 Hyperlint 的游戏规则改变者
选择 Logfire 作为我们的可观测性提供商对 Hyperlint 来说是一个游戏规则改变者。它的简单性、性能和强大的功能使我们能够
- 为 Hyperlint 的 AI 文档审查器保持高可靠性和性能。
- 快速识别和解决问题，最大限度地减少停机时间。
- 开发与我们现有工作流程无缝集成的自定义评估工具。
- 更深入地了解我们客户的 AI 驱动的文档流程。
Pydantic Logfire 已被证明是我们 Hyperlint 的解决方案，使我们能够专注于我们最擅长的事情——帮助团队创建和维护高质量的技术文档。我们从一开始就是用户，并且是满意的付费客户。
今天就试用 Logfire 吧——我们喜欢它，我们相信您也会喜欢！
