antropologie

introduceren

Logfire ondersteunt het gebruik van een extra coderegel om oproepen naar Anthropic te detecteren.

import anthropic
import logfire

client = anthropic.Anthropic()

logfire.configure()
logfire.instrument_anthropic(client)  # (1)!

response = client.messages.create(
    max_tokens=1000,
    model='claude-3-haiku-20240307',
    system='You are a helpful assistant.',
    messages=[{'role': 'user', 'content': 'Please write me a limerick about Python logging.'}],
)
print(response.content[0].text)

1. Als u geen toegang heeft tot de client-side instantie, kunt u een klasse (bijv.logfire.instrument_anthropic(anthropic.Anthropic)) doorgeven of helemaal geen argumenten (bijv.logfire.instrument_anthropic()) doorgeven om de klassen 两者。人类学 en 人类学。AsyncAnthropic te detecteren.

_
Voor meer informatie, zie [instrument_anthropic() API Reference] [logfire. Logfire.instrument _ anthropic]. _

Hiermee kunt u verkrijgen:

• De overspanning rond de oproep aan Anthropic, die de duur registreert en eventuele uitzonderingen opvangt

• Menselijk leesbare weergave van gesprekken met agenten

• Details van de reactie, inclusief het aantal gebruikte tokens

Anthropische overspanningen en conversatie

Span argumenten inclusief antwoorddetails

Behandelde methoden

De volgende antropologische methoden komen aan bod:

• client.messages.create
• client.messages.stream(客户端.messages.stream)
• client.beta.tools.messages.create

Alle methoden hebben betrekking op 人为的方法。人类学 en 人类学。异步人。

streaming reactie

Bij het detecteren van een streamingreactie creëert Logfire twee overspanningen: één rond het eerste verzoek en één rond het streamingantwoord.

Hier gebruiken we ook Rich 's Live en Markdown -typen om de respons in realtime in het eindpunt weer te geven.

import anthropic
import logfire
from rich.console import Console
from rich.live import Live
from rich.markdown import Markdown

client = anthropic.AsyncAnthropic()
logfire.configure()
logfire.instrument_anthropic(client)


async def main():
    console = Console()
    with logfire.span('Asking Anthropic to write some code'):
        response = client.messages.stream(
            max_tokens=1000,
            model='claude-3-haiku-20240307',
            system='Reply in markdown one.',
            messages=[{'role': 'user', 'content': 'Write Python to show a tree of files 🤞.'}],
        )
        content = ''
        with Live('', refresh_per_second=15, console=console) as live:
            async with response as stream:
                async for chunk in stream:
                    if chunk.type == 'content_block_delta':
                        content += chunk.delta.text
                        live.update(Markdown(content))


if __name__ == '__main__':
    import asyncio

    asyncio.run(main())

In Logfire ziet het er zo uit:

Anthropische streaming-reactie

---

本文总阅读量次