SigNoz LLM 观测实战：别被 API 200 骗了

API 返回 200 并不代表功能真的跑通了。在折腾 SigNoz 的 LLM observability 时，这个结论简直是血泪教训。很多自建用户可能发现明明按照文档配置了，但面板依然是一片空白，这其实是因为 SigNoz 把几个关键开关藏得太深，而且默认全是关掉的。

我深挖了一下，发现想让这套 LLM 观测真正跑起来，必须得同时跨过三道“隐形门”。

一、 解决配置死锁
最坑的地方在于，如果你只开一个开关，系统依然会给你一个 200 OK 的假象，但前端界面会悄悄把你重定向到首页或者显示一个空的 Dashboard 壳子。要彻底激活，必须在环境变量里同时强制开启这两个 Flag：

SIGNOZ_FLAGGER_CONFIG_BOOLEAN_ENABLE__AI__OBSERVABILITY=true
SIGNOZ_FLAGGER_CONFIG_BOOLEAN_USE__DASHBOARD__V2=true

二、 补齐缺失的注册表数据
即便开关开了，你大概率还是看不到数据。因为 llm_pricing_rules（模型价格表）和 span_mapper_groups（供应商映射预设）这两个注册表在初始安装时是空的。如果这里没有定义映射关系，即使你发送了 gen_ai.* 属性的 Span，后台也无法将其正确解析并呈现在面板上。

三、 避坑 OpenInference
这里有个细节：如果你参考某些文档使用 OpenInference 进行埋点，你会发现仪表盘依然没反应。原因是 OpenInference 发出的属性名与 SigNoz 预期的 gen_ai.* 标准不一致，导致映射层失效。

核心避坑总结：

• 开关依赖： AI 观测开关和 V2 面板开关必须成对出现。
• 数据预设： 必须手动配置模型价格和映射规则，否则面板永远是空的。
• 属性对齐： 确保埋点属性符合 gen_ai.* 规范。

这种“后端成功但前端没数据”的体验确实容易让人抓狂，但只要把这几项配置对齐，SigNoz 这套开源的 LLM 观测链路其实非常硬核。