GITBOOK-259: No subject
parent
78795c240f
commit
0d54ef1fdb
|
|
@ -24,8 +24,8 @@ LLM 应用在原型构建阶段通常涉及提示词测试、模型选择、RAG
|
|||
|
||||
进入生产环境后,开发团队还需要仔细检查应用关键数据点、增加基准数据集、人工注释以及深入分析运营数据结结果。尤其是在应用大规模使用中,运营和数据团队需要持续观测应用成本和性能,对模型以及应用表现进行优化。
|
||||
|
||||
### Dify 与第三方 Ops 工具集成
|
||||
### Dify 与 Ops 工具的集成
|
||||
|
||||
使用 Dify Workflow 编排的 LLM 应用通常涵盖多个节点,具有较高的复杂性,因此应用内部的运营监测成为其构建过程中的关键环节。
|
||||
当使用 Dify Workflow 编排 LLM 应用时,通常涵盖一系列节点和逻辑,具有较高的复杂性,因此应用内部的运营监测成为其构建过程中的关键环节。
|
||||
|
||||
Dify 通过与这些工具的集成,开发者只需要在平台上进行简单的配置,可以追踪应用生命周期中的数据和指标,轻松评估在 Dify 上创建的 LLM 应用质量、性能和成本。
|
||||
Dify 通过与外部 Ops 工具的集成,开发者只需要在平台上进行简单的配置,可以追踪应用生命周期中的数据和指标,轻松评估在 Dify 上创建的 LLM 应用质量、性能和成本。
|
||||
|
|
|
|||
Loading…
Reference in New Issue