Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
MLflow Tracing menyediakan kemampuan pelacakan otomatis untuk Google Gemini. Dengan mengaktifkan pelacakan otomatis untuk Gemini dengan memanggil mlflow.gemini.autolog
fungsi , MLflow akan menangkap jejak berlapis dan mencatatnya ke Eksperimen MLflow aktif setelah pemanggilan Gemini Python SDK.
import mlflow
mlflow.gemini.autolog()
Pelacakan MLflow secara otomatis mengambil informasi berikut tentang panggilan Gemini:
- Petunjuk dan tanggapan penyelesaian
- Latency
- Nama model
- Metadata tambahan seperti
temperature
,max_tokens
, jika ditentukan. - Pemanggilan fungsi jika dikembalikan dalam respons
- Setiap pengecualian jika terjadi
Nota
Saat ini, integrasi MLflow Gemini hanya mendukung pelacakan panggilan sinkron untuk interaksi teks. API asinkron tidak dilacak dan input lengkap mungkin tidak direkam untuk input multi-modal.
Contoh Dasar
import mlflow
import google.genai as genai
import os
# Turn on auto tracing for Gemini
mlflow.gemini.autolog()
# Set up MLflow tracking on Databricks
mlflow.set_tracking_uri("databricks")
mlflow.set_experiment("/Shared/gemini-demo")
# Configure the SDK with your API key.
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
# Use the generate_content method to generate responses to your prompts.
response = client.models.generate_content(
model="gemini-1.5-flash", contents="The opposite of hot is"
)
Interaksi obrolan bergiliran
MLflow mendukung pelacakan percakapan multi-giliran dengan Gemini.
import mlflow
mlflow.gemini.autolog()
chat = client.chats.create(model='gemini-1.5-flash')
response = chat.send_message("In one sentence, explain how a computer works to a young child.")
print(response.text)
response = chat.send_message("Okay, how about a more detailed explanation to a high schooler?")
print(response.text)
Pemadatan
Penelusuran MLflow untuk Gemini SDK mendukung API penyematan:
result = client.models.embed_content(model="text-embedding-004", contents="Hello world")
Menonaktifkan pelacakan otomatis
Pelacakan otomatis untuk Gemini dapat dinonaktifkan secara global dengan memanggil mlflow.gemini.autolog(disable=True)
atau mlflow.autolog(disable=True)
.
Langkah Selanjutnya
- Memahami konsep pelacakan - Pelajari cara MLflow mengambil dan mengatur data pelacakan
- Men-debug dan mengamati aplikasi Anda - Gunakan Antarmuka Pengguna Pelacakan untuk menganalisis perilaku aplikasi Gemini Anda
- Mengevaluasi kualitas aplikasi Anda - Menyiapkan penilaian kualitas untuk aplikasi bertenaga Gemini Anda