Dify
日本語
日本語
  • 入門
    • Difyへようこそ
      • 特性と技術仕様
      • モデルプロバイダーリスト
    • クラウドサービス
    • コミュニティ版
      • Docker Compose デプロイ
      • ローカルソースコードで起動
      • aaPanelでのデプロイ方法
      • フロントエンドDockerコンテナを単独起動
      • 環境変数の説明
      • よくある質問
    • Dify Premium
    • Dify 教育版
  • マニュアル
    • モデル
      • 新しいプロバイダーの追加
      • 事前定義されたモデルの追加
      • カスタムモデルの追加
      • インタフェース
      • 配置ルール
      • 負荷分散
    • アプリ・オーケストレーション
      • アプリの作成
      • チャットボット
        • 複数モデルのデバッグ
      • エージェント
      • ツールキット
        • コンテンツモデレーション
    • ワークフロー
      • キーコンセプト
      • 変数
      • ノードの説明
        • 開始
        • 終了
        • 回答
        • LLM
        • 知識検索
        • 質問分類
        • 条件分岐
        • コード実行
        • テンプレート
        • テキスト抽出ツール
        • リスト処理
        • 変数集約
        • 変数代入
        • 反復処理(イテレーション)
        • パラメータ抽出
        • HTTPリクエスト
        • エージェント
        • ツール
        • 繰り返し処理(ループ)
      • ショートカットキー
      • オーケストレートノード
      • ファイルアップロード
      • エラー処理
        • 事前定義されたエラー処理ロジック
        • エラータイプの概要
      • 追加機能
      • プレビューとデバッグ
        • プレビューと実行
        • ステップ実行
        • 対話/実行ログ
        • チェックリスト
        • 実行履歴
      • アプリケーション公開
      • JSON形式での出力
      • 変更通知:画像アップロード機能がファイルアップロード機能に統合されました
    • ナレッジベース
      • ナレッジベース作成
        • 1. オンラインデータソースの活用
          • 1.1 Notion からデータをインポート
          • 1.2 Webサイトからデータをインポート
        • 2. チャンクモードの指定
        • 3. インデックス方式と検索オプションの設定
      • ナレッジベースの管理
        • ナレッジベース内ドキュメントの管理
        • APIを活用したナレッジベースのメンテナンス
      • メタデータ
      • アプリ内でのナレッジベース統合
      • リコールテスト/引用帰属
      • ナレッジベースの要求頻度制限
      • 外部ナレッジベースとの接続
      • 外部ナレッジベースAPI
    • ツール
      • クイック統合ツール
      • 高度統合ツール
      • ツールの設定
        • Google
        • Bing
        • SearchApi
        • StableDiffusion
        • Perplexity Search
        • AlphaVantage 株式分析
        • Dall-e
        • Youtube
        • Serper
        • SearXNG
        • SiliconFlow(Flux AI サポート)
        • ComfyUI
    • アプリ公開
      • シングルページWebアプリとして公開
        • Web アプリの設定
        • テキスト生成アプリ
        • 対話型アプリ
      • Webサイトへの埋め込み
      • API基づく開発
      • フロントエンドテンプレートに基づいた再開発
    • アノテーション
      • ログとアノテーション
      • アノテーション返信
    • モニタリング
      • データ分析
      • 外部Opsツール統合
        • LangSmithを統合
        • LangFuseを統合
        • Opikを統合
    • 拡張
      • API 拡張
        • Cloudflare Workers を使用した API ツールのデプロイ
        • コンテンツモデレーション
      • コード拡張
        • 外部データツール
        • コンテンツモデレーション
    • コラボレーション
      • 発見
      • メンバーの招待と管理
    • 管理
      • アプリの管理
      • チームメンバーの管理
      • 個人アカウントの管理
      • サブスクリプション管理
      • バージョン管理
  • ハンドオン工房
    • 初級編
      • ゼロからAI画像生成アプリの構築方法
      • AIエージェントの実践:個人のオンライン旅行アシスタントの構築方法
    • 中級編
      • チャットストリームエージェントを使用した Twitter アカウントの分析方法
      • ファイルアップロードを使用した記事理解アシスタントの構築方法
  • コミュニティ
    • サポートの求め
    • 貢献者ガイド
    • ドキュメントへの貢献
  • プラグイン
    • 機能紹介
    • クイックスタート
      • プラグインのインストールと活用
      • プラグイン開発の入門
        • 開発環境のセットアップ
        • ツール型プラグイン
        • モデル型プラグイン
          • モデルプロバイダーの構築
          • 定義済みモデルの組み込み
          • カスタムモデルの組み込み
        • エージェント戦略プラグイン
        • 拡張機能型プラグイン
        • バンドル
      • プラグインのデバッグ方法
    • プラグイン管理方法
    • スキーマ仕様
      • Manifest(マニフェスト)
      • Endpoint(エンドポイント)
      • Tool(ツール)
      • Agent(エージェント)
      • Model(モデル)
        • モデル設計規則
        • モデルスキーマ
      • 一般的な標準仕様
      • 永続化されたストレージ
      • Difyサービスの逆呼び出し
        • アプリ
        • モデル
        • ツール
        • ノード
    • ベストプラクティス
      • Slack Bot プラグインの開発
      • Dify MCP プラグインガイド:ワンクリックで Zapier に接続してメールを自動送信
    • プラグインの公開
      • プラグインの自動公開
      • Difyマーケットプレイスへの公開
        • プラグイン開発者ガイドライン
        • プラグインのプライバシー保護に関するガイドライン
      • 個人GitHubリポジトリへの公開
      • ローカルでの公開と共有
      • 第三者署名検証のためにプラグインに署名する
    • よくある質問
  • 開発
    • バックエンド
      • DifySandbox
        • 貢献ガイド
    • モデルの統合
      • Hugging Faceのオープンソースモデルを統合
      • Replicateのオープンソースモデルを統合
      • Xinferenceでデプロイしたローカルモデルを統合
      • OpenLLMでデプロイしたローカルモデルを統合
      • LocalAIでデプロイしたローカルモデルを統合
      • Ollamaでデプロイしたローカルモデルを統合
      • LiteLLM Proxyを使用してモデルを統合する
      • GPUStackとの統合によるローカルモデルのデプロイ
      • AWS Bedrock上のモデル(DeepSeek)の接続
    • 移行
      • コミュニティ版を v1.0.0 に移行する
  • もっと読む
    • 活用事例
      • DeepSeek & Dify連携ガイド:多段階推論を活用したAIアプリケーション構築
      • Ollama + DeepSeek + Dify のプライベートデプロイ:あなた自身のAIアシスタントの構築方法
      • あなた専用のQAチャットボットのトレーニング方法
      • コードなしでMidjourney プロンプトボットを作成する方法
      • Notion AI アシスタントを構築する
      • 数分で業務データを持つ公式サイトのAIチャットボットを作成する方法
      • DifyチャットボットをWixサイトに統合する方法
      • AWS Bedrockのナレッジベースに統合する方法
      • Difyで大規模言語モデルの「競技場」を体験する方法:DeepSeek R1 VS o1 を例に
      • Difyスケジューラーの構築
      • DifyクラウドでAI Thesis Slack Botを構築
    • さらに読む
      • LLMOpsとは何ですか?
      • 配列変数とは何ですか?
      • 検索拡張生成(RAG)
        • ハイブリッド検索
        • Rerank
        • リトリーバルモード
      • プロンプトエンジニアリング
      • DifyでJSONスキーマ出力を使用する方法
    • FAQ
      • ローカルデプロイに関するFAQ
      • LLM設定と使用に関するFAQ
      • プラグイン
  • ポリシー
    • オープンソースライセンス
    • ユーザ規約
      • 利用規約
      • プライバシーポリシー
      • 合規性レポートの入手方法
Powered by GitBook
On this page
  • Opikの概要
  • Opikの導入ガイド
  • 1. Opik に登録/ログイン
  • 2. Opik APIキーの取得
  • 3. OpikとDifyを統合
  • 監視データの確認
  • モニタリングデータリスト
  • ワークフロー/会話フロートラッキング情報
  • メッセージトラッキング情報
  • レビュー追跡情報
  • 提案質問追跡情報
  • データセット検索追跡情報
  • ツール追跡情報
  1. マニュアル
  2. モニタリング
  3. 外部Opsツール統合

Opikを統合

PreviousLangFuseを統合Next拡張

Last updated 4 months ago

Opikの概要

Opikは、大規模言語モデル(LLM)アプリケーションを評価、テスト、および監視するためのオープンソースプラットフォームです。LLMベースのアプリケーション開発において、直感的な評価・テスト・監視機能を提供し、開発効率の向上を支援します。

詳細については、をご参照ください。


Opikの導入ガイド

1. に登録/ログイン

2. Opik APIキーの取得

右上のユーザーメニューからAPI Keyを選択し、APIキーを取得・コピーしてください。

Opik APIキー

3. OpikとDifyを統合

DifyアプリケーションでOpikを設定します。監視するアプリケーションを開き、サイドメニューで監視を選択し、ページ上のアプリケーションパフォーマンスを追跡をクリックします。

設定後、Opikで作成したAPI Keyとプロジェクト名を設定ページに貼り付けて保存します。

保存に成功すると、現在のページで監視ステータスを確認できます。

監視データの確認

設定が完了すると、Difyアプリケーションを通常通りデバッグまたは使用できます。すべての使用履歴はOpikで監視可能です。

Opikに切り替えると、ダッシュボードでDifyアプリケーションの詳細な操作ログを確認できます。

Opikの詳細なLLM操作ログにより、Difyアプリケーションのパフォーマンスを最適化できます。

モニタリングデータリスト

ワークフロー/会話フロートラッキング情報

ワークフローと会話フローの追跡に使用

ワークフロー
Opikトラッキング

workflow_app_log_id/workflow_run_id

id

user_session_id

- メタデータに配置

workflow_{id}

name

start_time

start_time

end_time

end_time

inputs

inputs

outputs

outputs

モデルトークン消費

usage_metadata

metadata

metadata

error

error

[workflow]

tags

"conversation_id/none for workflow"

conversation_id in metadata

ワークフロートラッキング情報

  • workflow_id - ワークフローの一意識別子

  • conversation_id - 会話ID

  • workflow_run_id - 現在の実行ID

  • tenant_id - テナントID

  • elapsed_time - 現在の実行にかかった時間

  • status - 実行ステータス

  • version - ワークフローバージョン

  • total_tokens - 現在の実行で使用されたトークン総数

  • file_list - 処理されたファイルのリスト

  • triggered_from - 実行をトリガーしたソース

  • workflow_run_inputs - 現在の実行の入力データ

  • workflow_run_outputs - 現在の実行の出力データ

  • error - 実行中に発生したエラー

  • query - 実行中に使用されたクエリ

  • workflow_app_log_id - ワークフローアプリケーションログID

  • message_id - 関連するメッセージID

  • start_time - 実行開始時間

  • end_time - 実行終了時間

  • workflow node executions - ワークフローノードの実行情報

  • メタデータ

    • workflow_id - ワークフローの一意識別子

    • conversation_id - 会話ID

    • workflow_run_id - 現在の実行ID

    • tenant_id - テナントID

    • elapsed_time - 現在の実行にかかった時間

    • status - 実行ステータス

    • version - ワークフローバージョン

    • total_tokens - 現在の実行で使用されたトークン総数

    • file_list - 処理されたファイルのリスト

    • triggered_from - 実行をトリガーしたソース


メッセージトラッキング情報

LLM関連の会話を追跡するために使用

チャット
Opik LLM

message_id

id

user_session_id

- メタデータに配置

"llm"

name

start_time

start_time

end_time

end_time

inputs

inputs

outputs

outputs

モデルトークン消費

usage_metadata

metadata

metadata

["message", conversation_mode]

tags

conversation_id

conversation_id in metadata

メッセージトラッキング情報

  • message_id - メッセージID

  • message_data - メッセージデータ

  • user_session_id - ユーザーセッションID

  • conversation_model - 会話モード

  • message_tokens - メッセージ内のトークン数

  • answer_tokens - 回答内のトークン数

  • total_tokens - メッセージと回答のトークン総数

  • error - エラー情報

  • inputs - 入力データ

  • outputs - 出力データ

  • file_list - 処理されたファイルリスト

  • start_time - 開始時間

  • end_time - 終了時間

  • message_file_data - メッセージ関連のファイルデータ

  • conversation_mode - 会話モード

  • メタデータ

    • conversation_id - 会話ID

    • ls_provider - モデルプロバイダー

    • ls_model_name - モデルID

    • status - メッセージステータス

    • from_end_user_id - 送信ユーザーID

    • from_account_id - 送信アカウントID

    • agent_based - エージェントベースかどうか

    • workflow_run_id - ワークフロー実行ID

    • from_source - メッセージソース

レビュー追跡情報

会話のレビューを追跡するために使用

レビュー
Opik Tool

user_id

- メタデータに配置

"moderation"

name

start_time

start_time

end_time

end_time

inputs

inputs

outputs

outputs

metadata

metadata

["moderation"]

tags

レビュー追跡情報

  • message_id - メッセージID

  • user_id - ユーザーID

  • workflow_app_log_id - ワークフローアプリケーションログID

  • inputs - レビュー入力データ

  • message_data - メッセージデータ

  • flagged - 注意が必要とマークされたかどうか

  • action - 実施された具体的なアクション

  • preset_response - プリセットレスポンス

  • start_time - レビュー開始時間

  • end_time - レビュー終了時間

  • メタデータ

    • message_id - メッセージID

    • action - 実施されたアクション

    • preset_response - プリセットレスポンス


提案質問追跡情報

提案質問を追跡するために使用

提案質問
Opik LLM

user_id

- メタデータに配置

"suggested_question"

name

start_time

start_time

end_time

end_time

inputs

inputs

outputs

outputs

metadata

metadata

["suggested_question"]

tags

提案質問追跡情報

  • message_id - メッセージID

  • message_data - メッセージデータ

  • inputs - 入力データ

  • outputs - 出力データ

  • start_time - 開始時間

  • end_time - 終了時間

  • total_tokens - トークン総数

  • status - メッセージステータス

  • error - エラー情報

  • from_account_id - 送信アカウントID

  • agent_based - エージェントベースかどうか

  • from_source - メッセージの送信元

  • model_provider - モデルプロバイダー

  • model_id - モデルID

  • suggested_question - 提案された質問

  • level - ステータスレベル

  • status_message - ステータスメッセージ

  • メタデータ

    • message_id - メッセージID

    • ls_provider - モデルプロバイダー

    • ls_model_name - モデルID

    • status - メッセージステータス

    • from_end_user_id - 送信ユーザーID

    • from_account_id - 送信アカウントID

    • workflow_run_id - ワークフロー実行ID

    • from_source - メッセージの送信元


データセット検索追跡情報

ナレッジベース検索を追跡するために使用

データセット検索
Opik Retriever

user_id

- メタデータに配置

"dataset_retrieval"

name

start_time

start_time

end_time

end_time

inputs

inputs

outputs

outputs

metadata

metadata

["dataset_retrieval"]

tags

message_id

parent_run_id

データセット検索追跡情報

  • message_id - メッセージID

  • inputs - 入力データ

  • documents - ドキュメントデータ

  • start_time - 開始時間

  • end_time - 終了時間

  • message_data - メッセージデータ

  • メタデータ

    • message_id - メッセージID

    • ls_provider - モデルプロバイダー

    • ls_model_name - モデルID

    • status - メッセージステータス

    • from_end_user_id - 送信ユーザーID

    • from_account_id - 送信アカウントID

    • agent_based - エージェントベースかどうか

    • workflow_run_id - ワークフロー実行ID

    • from_source - メッセージの送信元


ツール追跡情報

ツールの呼び出しを追跡するために使用

ツール
Opik Tool

user_id

- メタデータに配置

tool_name

name

start_time

start_time

end_time

end_time

inputs

inputs

outputs

outputs

metadata

metadata

["tool", tool_name]

tags

ツール追跡情報

  • message_id - メッセージID

  • tool_name - ツール名

  • start_time - 開始時間

  • end_time - 終了時間

  • tool_inputs - ツール入力

  • tool_outputs - ツール出力

  • message_data - メッセージデータ

  • error - エラー情報(該当する場合)

  • inputs - メッセージの入力

  • outputs - メッセージの出力

  • tool_config - ツール設定

  • time_cost - 時間コスト

  • tool_parameters - ツールパラメーター

  • file_url - 関連するファイルのURL

  • メタデータ

    • message_id - メッセージID

    • tool_name - ツール名

    • tool_inputs - ツール入力

    • tool_outputs - ツール出力

    • tool_config - ツール設定

    • time_cost - 時間コスト

    • error - エラー情報(該当する場合)

    • tool_parameters - ツールパラメーター

    • message_file_id - メッセージファイルID

    • created_by_role - 作成者の役割

    • created_user_id - 作成者ユーザーID

アプリケーションパフォーマンスを追跡
Opikの設定
Opikでアプリデータを確認
Opikでアプリデータを確認
Opikでアプリデータを確認
Opik
Opik