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
- 01识别 Python 或 TypeScript/JavaScript
- 02根据项目文件选择包管理器
- 03加载适用场景的参考资料
- 04避免混用语言约定
- 05缺少说明时查阅文档
适用场景
- 01在项目中安装 netra-sdk
- 02为 LLM 应用添加监测
- 03运行评估或模拟
- 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.mdevaluation.mdinstrumentation.mdsimulation.mdreferences/typescript/custom-metrics.mdevaluation.mdinstrumentation.mdsimulation.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、Pipfile | Python |
package.json、tsconfig.json、bun.lockb | TypeScript / 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 |
|---|---|---|
| 1 | uv.lock | uv add netra-sdk |
| 2 | poetry.lock | poetry add netra-sdk |
| 3 | pyproject.toml(不存在上述锁定文件) | pip install netra-sdk |
| 4 | requirements.txt(不存在上述 Python 指示文件) | pip install netra-sdk |
| 5 | yarn.lock | yarn add netra-sdk |
| 6 | pnpm-lock.yaml | pnpm add netra-sdk |
| 7 | package-lock.json | npm install netra-sdk |
| 8 | bun.lockb | bun 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:
-
绝不要使用 Netra 官方文档中未列出的枚举值。不要猜测。
-
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)
- Python 使用
-
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()
- Python:
-
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:
- 获取文档索引:
https://docs.getnetra.ai/llms.txt - 从索引中找到相关文档页面。
- 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