يتضمن إعداد مراقبة Relic AI الجديدة لتطبيق DeepSeek عدة خطوات رئيسية تساعدك على الحصول على رؤية شاملة في أداء تطبيق الذكاء الاصطناعى وجودة وتكلفة. إليك دليل مفصل حول كيفية إعداده:
الخطوة 1: أداة تطبيق DeepSeek
للبدء في مراقبة تطبيق DeepSeek الخاص بك مع New Relic ، تحتاج أولاً إلى أداة تطبيقك. يتضمن ذلك دمج وكلاء مراقبة أداء تطبيق New Relic (APM) في تطبيقك. نظرًا لأن DeepSeek يستخدم واجهة برمجة تطبيقات متوافقة مع OpenAI ، يمكنك استخدام Openai SDK في طلبك للحصول على تكامل أسهل مع Relic New [2].1. التسجيل أو تسجيل الدخول: ابدأ بالتسجيل للحصول على حساب Relic جديد أو تسجيل الدخول إذا كان لديك بالفعل حساب.
2. تكامل وكلاء الوصول: انتقل إلى قسم التكامل والوكلاء في لوحة معلومات Relic الجديدة.
3. حدد Openai Integration: في شريط البحث ، اكتب Openai وحدده. وذلك لأن نماذج Deepseek متوافقة مع واجهات برمجة التطبيقات Openai.
4. اختر لغة البرمجة الخاصة بك: حدد لغة البرمجة المستخدمة من قبل التطبيق الخاص بك (على سبيل المثال ، Python ، Node.js).
5. اتبع الإرشاد الموجهة على متن الطائرة: اتبع عملية الإرشاد الموجهة على متن الطائرة التي توفرها New Relic لأداة التطبيق الخاص بك. ستمشيك هذه العملية من خلال إعداد التكوينات اللازمة لمراقبة الذكاء الاصطناعي [2].
الخطوة 2: الوصول إلى مراقبة الذكاء الاصطناعي
بمجرد أن يتم تطبيق التطبيق الخاص بك ، يمكنك البدء في استخدام مراقبة Relic AI الجديدة:1. انتقل إلى مراقبة الذكاء الاصطناعي: انتقل إلى جميع القدرات في لوحة معلومات Relic الجديدة وانقر على مراقبة الذكاء الاصطناعي.
2. حدد التطبيق الخاص بك: في قسم مراقبة الذكاء الاصطناعي ، ضمن جميع الكيانات ، حدد تطبيق DeepSeek الخاص بك (على سبيل المثال ، "Deepseek-Local") لعرض بيانات أدائها [2].
الخطوة 3: تقييم الأداء والجودة والتكلفة
مع إعداد التطبيق الخاص بك ، يمكنك الآن تقييم مقاييس المفاتيح:1. APM 360 Summary: عرض ملخص APM 360 للحصول على رؤى في مقاييس مثل الطلبات وأوقات الاستجابة واستخدام الرمز المميز ومعدلات الخطأ. هذا يساعد على تحديد المشكلات بسرعة [2].
2. عرض تتبع عميق: انقر على ردود الذكاء الاصطناعى في ملخص APM 360 لرؤية آثار مفصلة من إدخال المستخدم إلى الاستجابة النهائية ، بما في ذلك التعدادات الرمزية مثل التعدادات الرمزية ومعلومات النموذج [2].
3. تقييم جودة النموذج: تحليل استجابات نموذج اللغة الكبيرة (LLM) لتحديد قضايا مثل السمية أو السلبية ، على الرغم من أن هذه الميزة في معاينة محدودة [2].
الخطوة 4: مقارنة النماذج
تتيح لك New Relic مقارنة نماذج الذكاء الاصطناعى المختلفة لتحسين الأداء والتكلفة:1. مقارنة النموذج: استخدم إمكانيات مقارنة نموذج New Relic لتقييم كيفية تأثير التبديل بين النماذج على أداء التطبيق وتكاليفه. هذا يساعد في اختيار النموذج الأنسب لاحتياجاتك [3] [10].
الخطوة 5: تأكد من خصوصية البيانات والأمان
لحماية البيانات الحساسة ، يمكنك تكوين مرشحات إسقاط:1. إنشاء مرشحات إسقاط: انتقل إلى مرشحات إسقاط وإنشاء مرشحات لاستبعاد البيانات الحساسة (على سبيل المثال ، معلومات تعريف شخصية) من طلبات ورد الذكاء الاصطناعي [2].
من خلال اتباع هذه الخطوات ، يمكنك إعداد مراقبة Relic AI الجديدة بشكل فعال لتطبيق DeepSeek الخاص بك ، واكتساب رؤى قيمة في أدائها مع ضمان خصوصية البيانات وأمانها.
الاستشهادات:
[1] https://docs.newrelic.com/install/ai-monitoring/
[2] https://newrelic.com/blog/how-to--trielic/deploy-deepseek-models-locally--monitor-with-new-relic-ai-monitoring
[3 "
[4] https://newrelic.com/blog/how-to-trielic/ai-monitoring-for-nvidia-nim
[5] https://www.dqchannels.com/news/new-relic-introduces-observable-solution-for-deepseek-ai-monitoring-8689063
[6] https://newrelic.com/blog/how-to-trielic/monitor-and-optimize-complex-web-apps-with-new-relic
[7] https://newrelic.com/blog/how-to-relic/ai-monitoring
[8] https://ecommercenews.com.au/story/new-relic-unveils-ai-monitoring-for-deepseek-applications
[9]
[10] https://newrelic.com/press-release/20250203