Tham chiếu SDK

pip install aitracer

composer require haro/aitracer

npm install @haro/aitracer
# hoặc
yarn add @haro/aitracer

from aitracer import AITracer

tracer = AITracer(
    api_key="at-xxxx",          # Bắt buộc (hoặc biến môi trường AITRACER_API_KEY)
    project="my-project",       # Tên dự án
    enabled=True,               # Bật/tắt ghi log
    sync=False,                 # Chế độ gửi đồng bộ
    batch_size=10,              # Kích thước batch
    flush_interval=5.0,         # Khoảng thời gian flush (giây)
    pii_detection=False,        # Phát hiện PII
    pii_action="mask",          # Hành động khi phát hiện PII
    base_url="https://api.aitracer.co"  # Endpoint API
)

from openai import OpenAI

client = tracer.wrap_openai(OpenAI())

# Sử dụng bình thường - tự động ghi log
response = client.chat.completions.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "Hello"}]
)

from anthropic import Anthropic

client = tracer.wrap_anthropic(Anthropic())

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello"}]
)

import google.generativeai as genai

model = tracer.wrap_gemini(genai.GenerativeModel("gemini-pro"))

response = model.generate_content("Hello")

tracer.log({
    "model": "gpt-4",
    "provider": "openai",
    "input_data": {
        "messages": [{"role": "user", "content": "Hello"}]
    },
    "output_data": {
        "content": "Hi there!"
    },
    "input_tokens": 10,
    "output_tokens": 5,
    "latency_ms": 450,
    "status": "success",
    "metadata": {
        "user_id": "user-123",
        "feature": "chat"
    }
})

with tracer.session(
    session_id="session-abc123",
    user_id="user-456",
    metadata={"channel": "web"}
) as session:

    # Tất cả yêu cầu trong phiên tự động được nhóm
    response1 = client.chat.completions.create(...)
    response2 = client.chat.completions.create(...)

    # Ghi phản hồi
    session.thumbs_up()      # Đánh giá cao cho phản hồi cuối
    session.thumbs_down()    # Đánh giá thấp cho phản hồi cuối
    session.feedback("Great response!")  # Phản hồi văn bản

# Khuyến nghị: Chỉ định user_id trong phiên
with tracer.session(
    session_id="session-abc123",
    user_id="user-456",       # ID người dùng của ứng dụng bạn
) as session:
    # Tất cả yêu cầu trong phiên này được liên kết với user-456
    response = client.chat.completions.create(...)

# Chỉ định user_id trong metadata
response = client.chat.completions.create(
    model="gpt-4",
    messages=[...],
    extra_body={
        "aitracer_metadata": {
            "user_id": "user-456"
        }
    }
)

# Hoặc cài đặt toàn cục với set_metadata
tracer.set_metadata({"user_id": "user-456"})
response = client.chat.completions.create(...)

with tracer.trace("request-123") as trace:
    # Nhiều cuộc gọi API thuộc cùng một trace
    response1 = client.chat.completions.create(...)
    response2 = client.chat.completions.create(...)

    # Thêm metadata
    trace.set_metadata({
        "user_id": "user-456",
        "feature": "summarization"
    })

    # Thêm tag
    trace.add_tag("production")
    trace.add_tag("high-priority")

# Flush thủ công
tracer.flush()

# Khuyến nghị gọi trước khi kết thúc Lambda / Cloud Functions
def handler(event, context):
    try:
        response = client.chat.completions.create(...)
        return response
    finally:
        tracer.flush()  # Nhất định phải flush

from aitracer.exceptions import AITracerError, APIError, RateLimitError

try:
    tracer.log({...})
except RateLimitError:
    # Đã đạt giới hạn rate
    pass
except APIError as e:
    # Lỗi giao tiếp API
    print(f"API Error: {e}")
except AITracerError:
    # Các lỗi khác
    pass