在 Hyperlint，我们已经将 我们的使命 定位为帮助开发团队减轻开发者内容的负担。
我们通过提供一个 AI驱动的 GitHub 机器人 和相关的实用程序来实现这一点，这些程序会审查技术文档的准确性和 SEO 优化。我们处理从纠正错别字到根据上游 API 或 CLI 更改自动更新文档等所有事项。
我们深度集成到用户的流程中，并希望提供无缝的体验。了解幕后发生的事情对于我们提供卓越的体验至关重要。
在这篇文章中，我们将深入探讨我们选择 Pydantic Logfire 作为我们的可观测性提供商的原因。
我们对强大的可观测性的需求
Hyperlint 的 AI 文档审查 对数千个拉取请求运行检查，以确保我们用户的文档是顶级的和最新的。
随着如此多的开发人员和技术作家依赖我们每次都审查每个 PR，我们需要一个监控解决方案来跟上我们苛刻的工作负载，并快速通知我们任何问题。
Pydantic Logfire 登场：简单、直接且高效
在评估了各种选项后，我们选择了 Pydantic Logfire，因为它简单、高效且功能强大。简而言之，以下是 Logfire 脱颖而出的原因
让我们详细审查一下这些内容。
轻松集成
Pydantic Logfire 与我们现有的日志记录工具无缝集成。我们运行大量的 Python 代码，并且已经大量利用了 Pydantic。
我们使用 Loguru 作为我们选择的日志记录工具，并且 Logfire 的开箱即用集成 使得在我们的应用程序中启用它变得微不足道。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。
我们还利用了与我们的 数据库（如 Postgres、MongoDB 等）、Web 服务器（如 Flask 和 FastAPI） 和 AI 合作伙伴（如 OpenAI 和 Anthropic）的其他集成。
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，让我们从一开始就获得了巨大的价值。
我们现在 使用 instrument 函数记录跨度 以及其他相关元数据，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起来，并在同一天获得了价值。
调试变得简单
Logfire 的直观界面 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。我们可以理解系统各个层级的性能。
使用 Logfire 帮助我们将审查时间缩短了 80% 以上（与初始版本相比），因为它帮助我们几乎毫不费力地识别了关键瓶颈和性能问题。
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。
异常跟踪变得神奇
特别是，UI 中的异常跟踪体验非常神奇。
Logfire 会突出显示问题和异常，使我们能够快速跟踪出现的代码路径问题。我们甚至可以跨服务跟踪。
例如，在下面的跟踪中，我们在搜索索引期间遇到错误，并且能够快速找到根本原因，从而 *防止* 任何客户问题。
这种体验节省了调试时间，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，还可以了解我们执行的 AI 相关评估，从而使我们的系统保持简单并满足所有需求。
令人惊叹的响应式团队
我们在 Logfire 的预览版初期就开始使用它。我们对团队的响应能力感到震惊，他们总是乐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。
我们喜欢在我们的合作伙伴中看到这一点，而 Logfire 一次又一次地证明了这一点。
深入探讨：上下文对 AI 应用的强大作用
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，它是一个突出的功能。
Pydantic Logfire 帮助我们在整个可观测性管道中维护上下文——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
- 跟踪文档审查或更改的整个生命周期，从最初的 PR 创建，到我们执行的任何 AI，最终到最终批准。
- 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的警报.
这种整体视图对于改进我们的服务并为我们的用户提供更准确、更有帮助的审查至关重要。
使用 Logfire 再次肯定了我们关于如何构建有影响力的 AI 应用和系统的信念
- **良好的 AI 监控就是良好的监控**——由于我们是一个小型团队，因此我们专注于可以执行多种操作的高杠杆工具。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 是未来的发展方向**——AI 只是我们帮助用户所做的事情中的一小部分。我们有手动检查、第三方工具和各种 AI 提供商。我们认为，将不同的工具组合在一起的系统是构建优秀的 AI 应用的关键，而 Logfire 帮助我们做到这一点。
- **轻松监控和数据访问**——我们可以在 UI 中查看 OpenAI 聊天，但我们也可以使用它们的查询端点导出它们，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已经成为 Hyperlint 的游戏规则改变者。它简单、高效且功能强大，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，最大程度地减少停机时间。
- 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——我们非常喜欢它，相信您也会喜欢！
