mcpField
N
netra-best-practices

netra-best-practices

github.com/keyvaluesoftwaresystems开发0115 次安装13 周前更新
代码仓库

关于 netra-best-practices

Netra Best Practices 是面向使用 Netra 构建、运维和改进 AI 系统的开发者指南。它按语言提供参考,并说明如何识别包管理器及避免 API 使用错误。

主要功能

  1. 01识别 Python 或 TypeScript/JavaScript
  2. 02根据项目文件选择包管理器
  3. 03加载适用场景的参考资料
  4. 04避免混用语言约定
  5. 05缺少说明时查阅文档

适用场景

  1. 01在项目中安装 netra-sdk
  2. 02为 LLM 应用添加监测
  3. 03运行评估或模拟
  4. 04核对语言对应的 Netra API 用法

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/keyvaluesoftwaresystems/netra-skills --skill netra-best-practices

安装后在 Claude Code 中输入/netra-best-practices确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/python/
custom-metrics.md
evaluation.md
instrumentation.md
simulation.md
references/typescript/
custom-metrics.md
evaluation.md
instrumentation.md
simulation.md

详细介绍

Netra 最佳实践

将此技能用作端到端指南,帮助你使用 Netra 集成、运行和改进 AI 系统。

第 1 步 — 检测项目语言

在执行任何操作之前,先确定项目使用的是 Python 还是 TypeScript/JavaScript。按以下顺序检查项目根目录:

指示文件语言
pyproject.toml、setup.py、requirements.txt、PipfilePython
package.json、tsconfig.json、bun.lockbTypeScript / JavaScript

如果两者都存在(单体仓库),请询问用户正在使用哪个子项目。如果两者都未找到,请询问用户。

从此处开始,只使用与检测到的语言对应的参考资料。切勿混用 Python 和 TypeScript 模式。

第 2 步 — 安装

安装 netra-sdk 前,先检测包管理器。按优先级顺序检查:

优先级指示文件命令
1uv.lockuv add netra-sdk
2poetry.lockpoetry add netra-sdk
3pyproject.toml(不存在上述锁定文件)pip install netra-sdk
4requirements.txt(不存在上述 Python 指示文件)pip install netra-sdk
5yarn.lockyarn add netra-sdk
6pnpm-lock.yamlpnpm add netra-sdk
7package-lock.jsonnpm install netra-sdk
8bun.lockbbun add netra-sdk
9未找到继续前请询问用户

不要运行多个安装命令,也不要全局安装。

第 3 步 — 加载正确的参考资料

根据检测到的语言和用户的使用场景,阅读相应的参考文件:

Python 参考资料(位于 references/python/ 下)
使用场景参考文件
为大模型应用添加监测python/instrumentation.md
运行评估 / 测试套件python/evaluation.md
运行多轮模拟python/simulation.md
自定义指标(计数器、直方图、仪表)python/custom-metrics.md
TypeScript 参考资料(位于 references/typescript/ 下)
使用场景参考文件
为大模型应用添加监测typescript/instrumentation.md
运行评估 / 测试套件typescript/evaluation.md
运行多轮模拟typescript/simulation.md
自定义指标(目前不支持 TS)typescript/custom-metrics.md

第 4 步 — 防幻觉规则

生成 Netra 代码时,请严格遵守以下规则:

  1. 绝不要使用 Netra 官方文档中未列出的枚举值。不要猜测。

  2. 绝不要混用 Python 和 TypeScript 的约定。具体来说:

    • Python 使用 snake_case 参数(as_type、module_name、app_name)
    • TypeScript 使用 camelCase 参数(asType、moduleName、appName)
    • Python 工具集:{InstrumentSet.OPENAI}(普通集合字面量)
    • TypeScript 工具集:new Set([NetraInstruments.OPENAI])(Set 构造函数)
  3. 遵守生命周期差异:

    • Python:Netra.init(...) 是同步的
    • TypeScript:await Netra.init(...) 是异步的——务必使用 await
    • Python:with Netra.start_span(...) as span: 会自动关闭
    • TypeScript:必须在 finally 中手动调用 span.end()
  4. 不确定某个 API 时,请遵循下面的文档获取流程,不要猜测。

第 5 步 — 获取文档的备用流程

如果参考文件未涵盖某个用例:

  1. 获取文档索引:https://docs.getnetra.ai/llms.txt
  2. 从索引中找到相关文档页面。
  3. 获取该页面以查看详细指南。

反馈

如果用户对结果不满意,请让他们在 https://github.com/KeyValueSoftwareSystems/netra-skills/issues/new 提交问题。

评论

支持 Markdown