如何一行代码实现 OpenAI 可观测，大幅提升使用体验
作者｜观测云 徐季秋
现在基于 OpenAI 的 Chat+ 应用井喷，但给开发者带来了两个难点，一是因为 OpenAI 基于 tokens 的计费机制导致不容易规划消费；另一是 OpenAI 提供的调用本身不稳定，很难分辨是传参错误或是访问失败。这导致许多开发者，需要在调试时一边小心翼翼地时刻关注余额，又要担心服务质量抖动，挺让人糟心。
其实，通过简单地对 OpenAI 设置些使用监测，就能大幅提升使用体验，以下用 SaaS 监控观测平台——观测云举例。
基于观测云强大的可编程机制可以轻松实现 OpenAI 可观测，记录所有请求的输入输出内容、调用请求延迟、调用成功率、以及费用详情，而完成这些功能就是几分钟动动手的事情。观测云已预置了下文用到的所有数据采集与仪表板模板，略作配置即可使用。
展示效果图
-
仪表板视图
-
日志查看器视图
如果已经是观测云用户，也安装过 DataFlux Func 组件，可以跳过前置准备步骤，直接从第 6 步打开采集开始；
新用户请从前置准备步骤开始操作。
前置准备
1. 在观测云官网注册账号 www.guance.com。关于注册步骤和站点选择，可参考：
在观测云注册商业版 - 观测云文档
本文使用观测云-中国区1（杭州）站点，商业版账号。直接开通商业版可获得 500 元无限制代金券，实现本文观测场景每天消费仅需几分钱，可以用几十年了。
或可以选择开通体验版，每天可免费上报 100 万条增量日志，也足够用了，可参考：
公有云体验版 - 观测云文档
完成观测云账号注册后，会登录到观测云工作空间控制台，之后的数据可视化都会在这里展现。
2. 准备一台可连通公网，并能访问 OpenAI API（务必确认这条）的主机，最小规格建议 2C/4G/20GB，Ubuntu 16.04 LTS 或 CentOS 7.2 以上 OS，可参考：
系统要求 - DataFlux Func 文档库
3. 在这台主机上，安装 DataFlux Func GSE（观测云特别版）。执行以下命令即可：
-
/bin/bash -c "$(curl -fsSL t.guance.com/func-portable-download)" -- --for=GSE
-
sudo /bin/bash {安装文件所在目录}/run-portable.sh
可参考：快速开始 - DataFlux Func 文档库
安装完成后，即可通过浏览器登录 DataFlux Func 控制台，记住登录地址和账号，之后会用到。
DataFlux Func 是一款函数开发、管理、执行平台。简单易用、无需从零搭建 Web 服务，无需管理服务器等基础设施，只需编写代码并发布，简单配置即可为函数生成 HTTP API 接口。主页地址：func.guance.com
4. 仍在这台主机上，安装 DataKit 数据采集器。回到在第 1 步开通的观测云工作空间控制台，左侧功能面板选择【集成】->【DataKit】，复制 Linux 安装命令到主机上执行。由于命令行里默认注入了当前工作空间 token，所以这个 DataKit 安装后会默认上报数据到本工作空间，该 token 之后也可以修改。请参考：
主机安装 - 观测云文档
5. 将 DataFlux Func 作为数据源，和 DataKit 数据采集器绑定，实现以下数据采集和上报路径：
1）仍在这台主机上，修改 DataKit 的本地配置文件参数：
-
打开 DataKit 配置文件：sudo vim /usr/local/datakit/conf.d/datakit.conf
-
将 http_listen = "localhost:9529" 修改为 http_listen = "0.0.0.0:9529"
-
重启 DataKit 服务：sudo datakit service -R
2）进入第 3 步的 DataFlux Func 控制台，选择 【开发】->【连接器】标签页，可以看到有一个默认的 DataKit 连接器，类型：HTTP；ID：datakit；主机 IP 指向本机；端口：9529；点击右下角【保存】确认无误。
好了，至此，已完成了所有前置步骤。接下来就进入正题，如何用启动 ChatGPT 采集模板和打开观测云仪表板。
DataFlux Func 托管版预计在 2023 年 5 月 22 日发布，届时第 2 步到第 5 步可以合并为一步完成，Func 数据直接上报到观测云工作空间，省略和 DataKit 绑定步骤。
打开采集
6. 安装 ChatGPT 监测脚本。进入 DataFlux Func 控制台（见第 3 步），进入【脚本市场】->【官方脚本市场-详情】，搜索到 ChatGPT 脚本，然后点击【安装】。
安装成功后，点击菜单【开发】->【脚本库】，可以看到刚安装的 ChatGPT 监控脚本，具体实现逻辑都在里面。
7. 将 DataFlux Func 配置为和 ChatGPT 应用通讯的代理。
点击菜单【管理】->【授权链接】->【新建】 ， 找到【ChatGPT 监控】函数创建一个授权链接，全部保持默认选项；
创建完成后，在授权链接列表里，可以找到这个函数。 点击这个函数右侧的【示例】；
选择【POST 简化形式（JSON）】，会看到一个链接，指向本机地址。这个链接就是魔法所在，我们称之为【魔法链接】，请把它复制下来。
8. 在 Chat+ 应用里，把 API 调用地址，替换为【魔法链接】。
以 ChatGPT 客户端举例 ：
https://github.com/anse-app/chatgpt-demo
1）按照 readme 里的指引，把客户端跑起来；
2）应用【魔法链接】：
https://github.com/anse-app/chatgpt-demo/blob/main/src/pages/api/generate.ts 里的 46 行， 把调用的 url 从
https://api.openai.com/v1/chat/completions
改为【魔法链接】，比如在本次示例中为：https://func-dev.dataflux.cn/api/v1/al/auln-VbUBSOEYNxqv/simplified 。
（！！注意每人得到的【魔法链接】都不一样，不要照搬复制示例链接。）
至此，大家应该都理解原理了，通过【魔法链接】，把原来发给 Chat+ 应用向 OpenAI 的请求先发给 Func 函数，由 Func 作为代理转发，以采集过程状态指标。
3）配置更新后，在 chatgpt-demo 里，比如我这里是 http://localhost:3000， 向 ChatGPT 提问吧，生成些原始数据。
9. 最后一步了，打开观测云仪表板。
登录观测云工作空间，选择左侧功能面板【场景】->【仪表板】->【新建仪表板】;
找到 ChatGPT 仪表板模板，创建实例；
点击完成添加后，注意调整下右上角时间范围到实际的采集时间段，就能看到可视化图表了。
再选择左侧功能面板【场景】->【查看器】->【新建查看器】，创建 ChatGPT 查看器实例，就能看到所有采集到的原始日志视图。
最后，再看下效果图。
在工作空间左侧功能栏【场景】->【查看器】里可以看到本次采集到的原始日志。
对 DataFlux Func 感兴趣的同学，可以尝试自己写监测脚本，可参考：
如何开发自定义巡检
https://func.guance.com/doc/script-market-guance-monitor/
可观测性扩展
还能进一步利用观测云把 Chat+ 应用的端到端全部监控起来， 包含 RUM，APM，Log 以及 Chat+应用的运行环境，这样能带来额外两个好处，让可观测性更加完整：
1、不是所有对用户体验有影响的情况是由 OpenAI 调用引起的，有可能是前端代码，或者网络抖动，防止 OpenAI 无故背锅
2、可识别每一次 OpenAI 调用失败时，到底影响了哪些具体的用户，整个链条清晰可见
像这个客户端基于 nodejs 的，可参考：
https://docs.guance.com/integrations/rum/rum-web-h5/ https://docs.guance.com/integrations/apm/ddtrace-nodejs/
实现原理
1、原本的请求路径是 应用 -> OpenAI , 为了监控 OpenAI 的调用，我们需要使用 Func 做一层代理，请求路径变为: 应用 -> Func -> OpenAI
2、具体如何转发，采集了哪些数据，上报了哪些数据， 可以参考开启步骤第 6 步里的脚本库里的代码逻辑。
关于价格
1、DataFlux Func 开源免费， 托管版 Func 成本取决于主机成本；
2、www.guance.com 体验版可每天免费使用 100 万条增量日志，大多数情况够用了，超过的部分按 1 万条增量，保存 3 天， 收费 0.01 元。可参考：价格 - 快速实现系统可观测 - 观测云
未来规划
可以预计未来会出现更多的基于 MaaS 的应用，观测云会持续提供适用于商用或开源大模型服务的监测模板，开发者借助观测云开箱即可观测的能力，可以把这些大模型用得明明白白，更专注在应用研发上。
对于本文的任何问题或者疑惑，大家可以加入观测云官方社区随时咨询，扫码添加微信加入观测云社区。
