LlamaIndex

Weave로 LlamaIndex 애플리케이션을 트레이스하고 디버그하며, LLM calls, RAG 파이프라인, 에이전트 step, 평가를 자동으로 캡처합니다.

Weave는 LlamaIndex Python library를 통해 이루어지는 모든 call의 tracking 및 logging을 간소화하도록 설계되었습니다.

LLM으로 작업할 때 디버깅은 피할 수 없습니다. 모델 call이 실패하거나, 출력 형식이 잘못되었거나, 중첩된 모델 call 때문에 혼란이 생기는 등 문제의 원인을 정확히 파악하기는 쉽지 않을 수 있습니다. LlamaIndex 애플리케이션은 여러 step과 LLM call invocation으로 이루어지는 경우가 많으므로, 체인과 에이전트의 내부 동작을 이해하는 것이 매우 중요합니다.

Weave는 LlamaIndex 애플리케이션의 트레이스를 자동으로 캡처해 이 과정을 간소화합니다. 이를 통해 애플리케이션의 성능을 모니터링하고 분석할 수 있으므로, LLM 워크플로를 더 쉽게 디버그하고 최적화할 수 있습니다. Weave는 evaluation 워크플로에도 도움이 됩니다.

​

시작하기

시작하려면 스크립트 맨 앞에서 weave.init()만 호출하면 됩니다. weave.init()의 인수는 프로젝트 이름으로, 트레이스를 정리하는 데 도움이 됩니다.

import weave
from llama_index.core.chat_engine import SimpleChatEngine

# 프로젝트 이름으로 Weave 초기화
weave.init("llamaindex_demo")

chat_engine = SimpleChatEngine.from_defaults()
response = chat_engine.chat(
    "Say something profound and romantic about fourth of July"
)
print(response)

위 예시에서는 내부적으로 OpenAI call을 수행하는 단순한 LlamaIndex 채팅 엔진을 만들고 있습니다. 아래 트레이스를 확인하세요:

​

트레이싱

LlamaIndex는 데이터를 LLM에 쉽게 연결할 수 있어 잘 알려져 있습니다. 단순한 RAG 애플리케이션에는 임베딩 step, 검색 step, 응답 합성 step이 필요합니다. 복잡성이 커질수록 개발 및 프로덕션 환경 모두에서 개별 step의 트레이스를 중앙 데이터베이스에 저장하는 것이 중요해집니다.

이러한 트레이스는 애플리케이션을 디버깅하고 개선하는 데 필수적입니다. Weave는 프롬프트 템플릿, LLM call, 도구, 에이전트 step을 포함해 LlamaIndex 라이브러리를 통해 수행되는 모든 call을 자동으로 추적합니다. Weave 웹 인터페이스에서 이러한 트레이스를 확인할 수 있습니다.

아래는 LlamaIndex’s Starter Tutorial (OpenAI)의 단순한 RAG 파이프라인 예시입니다:

import weave
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader

# 프로젝트 이름으로 Weave 초기화
weave.init("llamaindex_demo")

# `data` 디렉토리에 `.txt` 파일이 있다고 가정
documents = SimpleDirectoryReader("data").load_data()
index = VectorStoreIndex.from_documents(documents)

query_engine = index.as_query_engine()
response = query_engine.query("What did the author do growing up?")
print(response)

트레이스 타임라인은 “events”를 캡처할 뿐만 아니라, 해당하는 경우 실행 시간, 비용, 토큰 수까지 함께 캡처합니다. 트레이스를 더 자세히 살펴보면 각 step의 입력과 출력을 확인할 수 있습니다.

​

원클릭 옵저버빌리티 🔭

LlamaIndex는 프로덕션 환경에서 원칙에 기반한 LLM 애플리케이션을 구축할 수 있도록 원클릭 옵저버빌리티 🔭를 제공합니다.

이 인테그레이션은 LlamaIndex의 이 기능을 활용해 WeaveCallbackHandler()를 llama_index.core.global_handler로 자동 설정합니다. 따라서 LlamaIndex와 Weave 사용자라면 Weave run만 초기화하면 됩니다 - weave.init(<name-of-project>)

​

더 쉽게 실험할 수 있는 Model 만들기

프롬프트, 모델 설정, Inference 파라미터 등 여러 컴포넌트가 얽혀 있어, 다양한 사용 사례의 애플리케이션에서 LLM을 구성하고 평가하는 일은 까다롭습니다. weave.Model을 사용하면 시스템 프롬프트나 사용하는 모델 같은 실험 관련 세부 정보를 기록하고 정리할 수 있어, 여러 반복 버전을 더 쉽게 비교할 수 있습니다.

다음 예제에서는 weave/data 폴더에서 찾을 수 있는 데이터를 사용해 WeaveModel로 LlamaIndex 쿼리 엔진을 빌드하는 방법을 보여줍니다.

import weave

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
from llama_index.core.node_parser import SentenceSplitter
from llama_index.llms.openai import OpenAI
from llama_index.core import PromptTemplate


PROMPT_TEMPLATE = """
Paul Graham에 관한 관련 정보가 제공됩니다. 제공된 정보만을 바탕으로 사용자 쿼리에 답변하세요. 내용을 지어내지 마세요.

User Query: {query_str}
Context: {context_str}
Answer:
"""

class SimpleRAGPipeline(weave.Model):
    chat_llm: str = "gpt-4"
    temperature: float = 0.1
    similarity_top_k: int = 2
    chunk_size: int = 256
    chunk_overlap: int = 20
    prompt_template: str = PROMPT_TEMPLATE

    def get_llm(self):
        return OpenAI(temperature=self.temperature, model=self.chat_llm)

    def get_template(self):
        return PromptTemplate(self.prompt_template)

    def load_documents_and_chunk(self, data):
        documents = SimpleDirectoryReader(data).load_data()
        splitter = SentenceSplitter(
            chunk_size=self.chunk_size,
            chunk_overlap=self.chunk_overlap,
        )
        nodes = splitter.get_nodes_from_documents(documents)
        return nodes

    def get_query_engine(self, data):
        nodes = self.load_documents_and_chunk(data)
        index = VectorStoreIndex(nodes)

        llm = self.get_llm()
        prompt_template = self.get_template()

        return index.as_query_engine(
            similarity_top_k=self.similarity_top_k,
            llm=llm,
            text_qa_template=prompt_template,
        )

    @weave.op()
    def predict(self, query: str):
        query_engine = self.get_query_engine(
            # 이 데이터는 weave 저장소의 data/paul_graham 경로에서 찾을 수 있습니다
            "data/paul_graham",
        )
        response = query_engine.query(query)
        return {"response": response.response}

weave.init("test-llamaindex-weave")

rag_pipeline = SimpleRAGPipeline()
response = rag_pipeline.predict("What did the author do growing up?")
print(response)

weave.Model을 상속하는 이 SimpleRAGPipeline 클래스는 이 RAG 파이프라인의 중요한 매개변수를 관리합니다. query 메서드에 weave.op() 데코레이터를 적용하면 트레이싱이 가능해집니다.

​

weave.Evaluation으로 Evaluation 수행하기

평가는 애플리케이션의 성능을 측정하는 데 도움이 됩니다. weave.Evaluation 클래스를 사용하면 특정 작업이나 데이터셋에서 모델이 얼마나 잘 수행되는지 파악할 수 있어, 서로 다른 모델과 애플리케이션의 여러 반복 버전을 더 쉽게 비교할 수 있습니다. 다음 예제는 앞서 만든 모델을 평가하는 방법을 보여줍니다:

import asyncio
from llama_index.core.evaluation import CorrectnessEvaluator

eval_examples = [
    {
        "id": "0",
        "query": "What programming language did Paul Graham learn to teach himself AI when he was in college?",
        "ground_truth": "Paul Graham learned Lisp to teach himself AI when he was in college.",
    },
    {
        "id": "1",
        "query": "What was the name of the startup Paul Graham co-founded that was eventually acquired by Yahoo?",
        "ground_truth": "The startup Paul Graham co-founded that was eventually acquired by Yahoo was called Viaweb.",
    },
    {
        "id": "2",
        "query": "What is the capital city of France?",
        "ground_truth": "I cannot answer this question because no information was provided in the text.",
    },
]

llm_judge = OpenAI(model="gpt-4", temperature=0.0)
evaluator = CorrectnessEvaluator(llm=llm_judge)

@weave.op()
def correctness_evaluator(query: str, ground_truth: str, output: dict):
    result = evaluator.evaluate(
        query=query, reference=ground_truth, response=output["response"]
    )
    return {"correctness": float(result.score)}

evaluation = weave.Evaluation(dataset=eval_examples, scorers=[correctness_evaluator])

rag_pipeline = SimpleRAGPipeline()

asyncio.run(evaluation.evaluate(rag_pipeline))

이 평가는 앞선 섹션의 예제를 바탕으로 합니다. weave.Evaluation을 사용해 평가하려면 평가 데이터셋, 스코어러 함수, 그리고 weave.Model이 필요합니다. 다음은 이 세 가지 핵심 컴포넌트에 대한 몇 가지 유의사항입니다:

• 평가 샘플 dict의 키가 스코어러 함수의 인자와 weave.Model의 predict 방법의 인자와 일치하는지 확인하세요.
• weave.Model에는 predict, infer, 또는 forward라는 이름의 방법이 있어야 합니다. 트레이싱을 위해 이 방법에 weave.op()를 데코레이션하세요.
• 스코어러 함수는 weave.op()로 데코레이션해야 하며, output이라는 명명된 인자를 가져야 합니다.

Weave를 LlamaIndex와 인테그레이션하면 LLM 애플리케이션에 대해 포괄적인 로깅과 모니터링을 수행할 수 있어, 평가를 활용한 디버깅과 성능 최적화가 더 쉬워집니다.