llm-analytics-setup

PostHog 大模型分析

此技能可帮助你为使用 AI/大模型提供商的任意应用添加 PostHog 大模型分析。

参考文件

• references/openai.md - Openai 大模型分析安装文档
• references/azure-openai.md - Azure openai 大模型分析安装文档
• references/anthropic.md - Anthropic 大模型分析安装文档
• references/google.md - Google 大模型分析安装文档
• references/cohere.md - Cohere 大模型分析安装文档
• references/mistral.md - Mistral 大模型分析安装文档
• references/perplexity.md - Perplexity 大模型分析安装文档
• references/deepseek.md - Deepseek 大模型分析安装文档
• references/groq.md - Groq 大模型分析安装文档
• references/together-ai.md - Together ai 大模型分析安装文档
• references/fireworks-ai.md - Fireworks ai 大模型分析安装文档
• references/xai.md - Xai 大模型分析安装文档
• references/cerebras.md - Cerebras 大模型分析安装文档
• references/hugging-face.md - Hugging face 大模型分析安装文档
• references/ollama.md - Ollama 大模型分析安装文档
• references/openrouter.md - Openrouter 大模型分析安装文档
• references/langchain.md - Langchain 大模型分析安装文档
• references/llamaindex.md - Llamaindex 大模型分析安装文档
• references/crewai.md - Crewai 大模型分析安装文档
• references/autogen.md - Autogen 大模型分析安装文档
• references/dspy.md - Dspy 大模型分析安装文档
• references/langgraph.md - Langgraph 大模型分析安装文档
• references/pydantic-ai.md - Pydantic ai 大模型分析安装文档
• references/vercel-ai.md - Vercel ai SDK 大模型分析安装文档
• references/litellm.md - Litellm 大模型分析安装文档
• references/instructor.md - Instructor 大模型分析安装文档
• references/semantic-kernel.md - Semantic kernel 大模型分析安装文档
• references/mirascope.md - Mirascope 大模型分析安装文档
• references/mastra.md - Mastra 大模型分析安装文档
• references/smolagents.md - Smolagents 大模型分析安装文档
• references/openai-agents.md - Openai agents SDK 大模型分析安装文档
• references/portkey.md - Portkey 大模型分析安装文档
• references/helicone.md - Helicone 大模型分析安装文档
• references/manual-capture.md - 手动采集大模型分析安装文档
• references/basics.md - 大模型分析基础知识文档
• references/traces.md - 追踪文档
• references/calculating-costs.md - 计算大模型成本文档

每个提供商参考文件都包含针对该提供商或框架的安装说明、SDK 设置和代码示例。找到与用户技术栈匹配的参考文件，并遵循其中的说明。

如果用户使用的提供商未列出，请使用 manual-capture.md 作为备用方案——其中介绍了适用于任何提供商的通用事件采集方法。

核心原则

• 环境变量：始终使用环境变量存储 PostHog 和大模型提供商的密钥。切勿将密钥硬编码。
• 最小改动：在现有大模型调用旁添加大模型分析。不要替换或重构现有代码。
• 追踪所有生成：为每次大模型调用采集输入令牌数、输出令牌数、模型名称、延迟和成本。
• 关联用户：尽可能通过 distinct IDs 将大模型生成关联到已识别的用户。
• 一次处理一个提供商：仅为用户实际使用的提供商添加检测。不要为代码库中不存在的提供商添加检测。

框架指南

• 请记住，源代码位于 venv/site-packages 目录中
• posthog 是 Python SDK 的包名
• 使用 pip install posthog 或 pip install -r requirements.txt 安装依赖，切勿在 shell 命令中直接使用未加引号的版本说明符，例如 >=
• 在 CLI 和脚本中：退出前必须调用 posthog.shutdown()，否则所有事件都会丢失
• 始终使用 Posthog() 类构造函数（基于实例的 API），而不是模块级的 posthog.api_key 配置
• 始终在 Posthog() 构造函数中添加 enable_exception_autocapture=True，以自动跟踪异常
• 绝不要在 capture() 事件属性中发送 PII——例如电子邮件、全名、电话号码、实际地址、IP 地址或用户生成的内容
• PII 应放在 identify() 的用户属性中，而不是 capture() 的事件属性中。安全的事件属性是元数据，例如 message_length、form_type、布尔标志。
• 使用 atexit.register() 注册 posthog_client.shutdown，确保退出时刷新所有事件
• Python SDK 没有 identify() 方法——使用 posthog_client.set(distinct_id=user_id, properties={...}) 设置用户属性，或在上下文中使用 identify_context(user_id)