mingx 0.1.0__py3-none-any.whl

mingx/genai/spans.py

@@ -0,0 +1,175 @@
+"""
+OpenTelemetry GenAI span factories and context managers.
+
+Creates spans that follow GenAI semantic conventions (span names, attributes, SpanKind).
+Uses mingx._trace.get_tracer() for consistency with global TracerProvider.
+"""
+
+from __future__ import annotations
+
+from contextlib import contextmanager
+from typing import Any, Dict, Iterator, Optional
+
+from opentelemetry.trace import SpanKind, Status, StatusCode
+
+from mingx._trace import get_tracer
+
+from . import attributes as attrs
+
+
+@contextmanager
+def inference_span(
+    operation_name: str,
+    provider_name: str,
+    *,
+    model: Optional[str] = None,
+    temperature: Optional[float] = None,
+    max_tokens: Optional[int] = None,
+    **extra_attributes: Any,
+) -> Iterator[Any]:
+    """
+    Context manager for an inference (chat/completion) span.
+
+    Span name: {operation_name} {model}. SpanKind CLIENT.
+    """
+    tracer = get_tracer()
+    name = attrs.inference_span_name(operation_name, model)
+    base = attrs.inference_attributes(
+        operation_name,
+        provider_name,
+        model=model,
+        temperature=temperature,
+        max_tokens=max_tokens,
+    )
+    base.update(extra_attributes)
+    with tracer.start_as_current_span(name, kind=SpanKind.CLIENT, attributes=base) as span:
+        try:
+            yield span
+        except Exception as e:
+            span.set_status(Status(StatusCode.ERROR, str(e)))
+            span.record_exception(e)
+            span.set_attribute(attrs.ERROR_TYPE, type(e).__name__)
+            raise
+
+
+@contextmanager
+def embeddings_span(
+    provider_name: str,
+    *,
+    model: Optional[str] = None,
+    **extra_attributes: Any,
+) -> Iterator[Any]:
+    """Context manager for an embeddings span. SpanKind CLIENT."""
+    tracer = get_tracer()
+    name = attrs.embeddings_span_name(model)
+    base = attrs.embeddings_attributes(provider_name, model=model)
+    base.update(extra_attributes)
+    with tracer.start_as_current_span(name, kind=SpanKind.CLIENT, attributes=base) as span:
+        try:
+            yield span
+        except Exception as e:
+            span.set_status(Status(StatusCode.ERROR, str(e)))
+            span.record_exception(e)
+            span.set_attribute(attrs.ERROR_TYPE, type(e).__name__)
+            raise
+
+
+@contextmanager
+def execute_tool_span(
+    tool_name: str,
+    *,
+    tool_description: Optional[str] = None,
+    tool_call_id: Optional[str] = None,
+    tool_type: Optional[str] = None,
+    **extra_attributes: Any,
+) -> Iterator[Any]:
+    """
+    Context manager for an execute_tool span.
+
+    Span name: execute_tool {tool_name}. SpanKind INTERNAL.
+    """
+    tracer = get_tracer()
+    name = attrs.execute_tool_span_name(tool_name)
+    base = attrs.execute_tool_attributes(
+        tool_name,
+        tool_description=tool_description,
+        tool_call_id=tool_call_id,
+        tool_type=tool_type,
+    )
+    base.update(extra_attributes)
+    with tracer.start_as_current_span(name, kind=SpanKind.INTERNAL, attributes=base) as span:
+        try:
+            yield span
+        except Exception as e:
+            span.set_status(Status(StatusCode.ERROR, str(e)))
+            span.record_exception(e)
+            span.set_attribute(attrs.ERROR_TYPE, type(e).__name__)
+            raise
+
+
+def build_inference_span_args(
+    operation_name: str,
+    provider_name: str,
+    *,
+    model: Optional[str] = None,
+    temperature: Optional[float] = None,
+    max_tokens: Optional[int] = None,
+    top_p: Optional[float] = None,
+    top_k: Optional[int] = None,
+    frequency_penalty: Optional[float] = None,
+    presence_penalty: Optional[float] = None,
+    stop_sequences: Optional[list[str]] = None,
+    **extra: Any,
+) -> tuple[str, Dict[str, Any]]:
+    """
+    Return (span_name, attributes) for an inference span.
+    Adapters can call tracer.start_as_current_span(name, attributes=attrs) with this.
+    """
+    name = attrs.inference_span_name(operation_name, model)
+    base = attrs.inference_attributes(
+        operation_name,
+        provider_name,
+        model=model,
+        temperature=temperature,
+        max_tokens=max_tokens,
+        top_p=top_p,
+        top_k=top_k,
+        frequency_penalty=frequency_penalty,
+        presence_penalty=presence_penalty,
+        stop_sequences=stop_sequences,
+    )
+    base.update(extra)
+    return name, base
+
+
+def build_execute_tool_span_args(
+    tool_name: str,
+    *,
+    tool_description: Optional[str] = None,
+    tool_call_id: Optional[str] = None,
+    tool_type: Optional[str] = None,
+    **extra: Any,
+) -> tuple[str, Dict[str, Any]]:
+    """Return (span_name, attributes) for an execute_tool span."""
+    name = attrs.execute_tool_span_name(tool_name)
+    base = attrs.execute_tool_attributes(
+        tool_name,
+        tool_description=tool_description,
+        tool_call_id=tool_call_id,
+        tool_type=tool_type,
+    )
+    base.update(extra)
+    return name, base
+
+
+def build_embeddings_span_args(
+    provider_name: str,
+    *,
+    model: Optional[str] = None,
+    **extra: Any,
+) -> tuple[str, Dict[str, Any]]:
+    """Return (span_name, attributes) for an embeddings span."""
+    name = attrs.embeddings_span_name(model)
+    base = attrs.embeddings_attributes(provider_name, model=model)
+    base.update(extra)
+    return name, base

mingx-0.1.0.dist-info/METADATA

@@ -0,0 +1,373 @@
+Metadata-Version: 2.4
+Name: mingx
+Version: 0.1.0
+Summary: OpenTelemetry trace Python SDK with GenAI semantic conventions, LangChain/LangGraph callbacks, and method-level @traced decorator
+Requires-Python: >=3.10
+Requires-Dist: opentelemetry-api>=1.20.0
+Requires-Dist: opentelemetry-exporter-otlp-proto-grpc>=1.20.0
+Requires-Dist: opentelemetry-exporter-otlp-proto-http>=1.20.0
+Requires-Dist: opentelemetry-sdk>=1.20.0
+Provides-Extra: dev
+Requires-Dist: langchain-core>=0.2.0; extra == 'dev'
+Requires-Dist: langchain-openai>=1.1.7; extra == 'dev'
+Requires-Dist: langgraph>=1.0.7; extra == 'dev'
+Requires-Dist: pytest-asyncio>=0.21.0; extra == 'dev'
+Requires-Dist: pytest>=7.0.0; extra == 'dev'
+Provides-Extra: examples
+Requires-Dist: langchain>=0.3.0; extra == 'examples'
+Requires-Dist: langgraph>=0.2.0; extra == 'examples'
+Provides-Extra: langchain
+Requires-Dist: langchain>=0.3.0; extra == 'langchain'
+Provides-Extra: langgraph
+Requires-Dist: langgraph>=0.2.0; extra == 'langgraph'
+Description-Content-Type: text/markdown
+
+# mingx
+
+基于 OpenTelemetry 的 Trace Python SDK，具备：
+
+- **OpenTelemetry GenAI 语义规范**：所有上报 Span 符合 GenAI 约定
+- **可扩展适配器**：支持 LangChain、LangGraph，后续可扩展 CrewAI、Google ADK 等
+- **默认输入/输出**：适配器默认记录所有节点的入参（输入）与返回值（输出），无返回值记空
+- **手动上报**：原生 OTEL 风格 `with get_tracer().start_as_current_span("name") as span:` + `span_input` / `span_output` 按需添加输入或输出，支持自定义属性/Event
+- **LangChain & LangGraph**：通过 Callback 上报（非自动插桩）
+- **方法级跟踪**：通过 `@traced` 装饰器为任意方法自动建 Span，默认记录入参（输入）与返回值（输出）
+
+## 安装
+
+```bash
+uv add mingx
+# 或: pip install mingx
+```
+
+示例与可选依赖：
+
+```bash
+uv add mingx[examples]
+```
+
+## 快速开始
+
+### 配置 Tracer 与装饰器
+
+```python
+from mingx import configure_tracer_provider, traced
+
+# OTLP over gRPC（默认，端口 4317）
+configure_tracer_provider("my-app", otlp_endpoint="http://localhost:4317")
+
+# OTLP over HTTP/Protobuf（端口 4318）
+configure_tracer_provider("my-app", otlp_endpoint="http://localhost:4318", protocol="http")
+
+# 设置 API Key 与默认属性（workspace_id、user_id）
+# 鉴权支持 Bearer（默认）或 Basic，通过 auth_scheme 选择
+configure_tracer_provider(
+    "my-app",
+    otlp_endpoint="https://your-collector.example.com",
+    protocol="http",
+    api_key="your-api-key",
+    auth_scheme="bearer",   # 默认 "bearer"；Basic 时传 auth_scheme="basic"（api_key 可为 base64(user:pass)）
+    workspace_id="ws-001",
+    user_id="user-123",
+)
+
+@traced  # 默认 record_io=True，会记录函数入参与返回值
+def my_function():
+    ...
+
+# span_type 在装饰器或适配器中设置，不在此处；可关闭输入/输出：@traced(record_io=False)
+@traced(name="custom_span", span_type="model", attributes={"key": "value"})
+def another():
+    ...
+```
+
+### LangChain / LangGraph 使用 Callback
+
+```python
+from mingx import get_langchain_callback
+
+handler = get_langchain_callback()
+chain.invoke({"input": "..."}, config={"callbacks": [handler]})
+# 或 LangGraph：
+graph.invoke({"messages": [...]}, config={"callbacks": [handler]})
+```
+
+### 手动上报（span_input / span_output）
+
+```python
+from mingx import get_tracer, span_input, span_output
+
+with get_tracer().start_as_current_span("call_model") as span:
+    span_input({"prompt": "..."})   # 可选：attributes=..., event_attributes=...
+    result = call_model()
+    span_output(result)
+```
+
+详见下文「输入/输出记录」中的「手动上报输入/输出」。
+
+## 默认属性与 Baggage
+
+| 属性名 | 说明 | 设置方式 |
+|--------|------|----------|
+| `span_id` | Span ID | 默认属性，无需设置 |
+| `trace_id` | Trace ID | 默认属性，无需设置 |
+| `span_status` | span状态 | OK（成功）、UNSET（未上传，默认状态）、ERROR（错误）默认属性，无需设置 |
+| `span_code` | span状态码 | UNSET = 0、OK = 1、ERROR = 2，默认属性，无需设置 |
+| `reference_parent_span_id` | 父级spanID | 默认属性，无需设置 |
+| `start_time` | 开始时间 | 默认属性，无需设置 |
+| `end_time` | 结束时间 | 默认属性，无需设置 |
+| `duration` | 时间差 | 默认属性，无需设置 |
+| `operation_name` | span name | `@traced(name="custom_span")`方式指定 |
+| `mingx.workspace_id` | 工作空间 ID | `configure_tracer_provider(..., workspace_id=...)` 或 Baggage |
+| `mingx.user.id` | 用户 ID | `configure_tracer_provider(..., user_id=...)` 或 Baggage |
+| `mingx.span_type` | Span 节点类型 | **不在初始化时设置**：由 `@traced(span_type=...)` 或适配器按调用类型自动设置 |
+
+**span_type** 可选值（可扩展）：`model`（大模型）、`retriever`（知识库召回）、`tool`（Tool Call）、`chain`、`agent` 等。  
+- 使用 **@traced** 时：`@traced(span_type="model")` 或 `@traced(span_type=SPAN_TYPE_TOOL)` 手动指定。  
+- 使用 **LangChain/LangGraph 适配器** 时：根据回调自动设置（LLM→model、Tool→tool、Retriever→retriever、Chain→chain）。
+
+**Baggage**：跨服务/跨请求时可在入口设置 Baggage，SDK 会优先从 Baggage 读取上述键并写入 Span。`use_baggage=True`（默认）启用。
+
+```python
+from opentelemetry.baggage import set_baggage
+
+set_baggage("mingx.workspace_id", "ws-001")
+set_baggage("mingx.user.id", "user-123")
+# span_type 也可通过 Baggage 覆盖（如上游已设置）
+set_baggage("mingx.span_type", "model")
+```
+
+## 输入/输出记录（Event 优先）
+
+**默认行为**：适配器会**默认记录所有节点**的入参（输入）与返回值（输出）；无返回值时记空即可。  
+模型的输入/输出按 **OpenTelemetry GenAI** 语义记录，与 Traceloop 等 SDK 一致：**优先使用 Span Event**，其次可选 Span 属性。
+
+| 方式 | 说明 |
+|------|------|
+| **Event（推荐）** | 在 Span 上打两条 Event：`gen_ai.input`（属性 `gen_ai.input.messages`）、`gen_ai.output`（属性 `gen_ai.output.messages`）。Span 本体保持精简，后端可对 Event 单独采样、脱敏或存储。 |
+| **Attribute** | 将输入/输出写入 Span 属性 `gen_ai.input.messages`、`gen_ai.output.messages`。适合小 payload 或需要与 Span 一起索引的场景。 |
+| **none** | 不记录输入/输出，仅记录元数据（model、token 等）。 |
+
+**配置**（LangChain 适配器）：
+
+```python
+from mingx import get_langchain_callback
+
+# 默认已开启输入/输出（trace_content=True），所有节点入参、返回值都会记录
+handler = get_langchain_callback()
+
+# 如需关闭或改用属性记录
+handler = get_langchain_callback(
+    trace_content=False,               # 关闭输入/输出
+    record_input_output_as="events",   # "events" | "attributes" | "none"
+    max_content_length=2000,           # 可选：单条 content 截断长度
+)
+```
+
+### 手动上报输入/输出（原生 OTEL 风格）
+
+使用与 OpenTelemetry 一致的方式：`with get_tracer().start_as_current_span("name") as span:` 创建 Span，在块内按需调用 `span_input` 或 `span_output`，只需添加输入或输出其一即可。支持自定义 Span 属性或 Event 属性。
+
+```python
+from mingx import get_tracer, span_input, span_output
+
+with get_tracer().start_as_current_span("call_model") as span:
+    span_input({"prompt": "..."})   # 只添加输入
+    result = call_model()
+    span_output(result)             # 只添加输出
+
+# 自定义属性或 Event 属性
+span_input({"prompt": "..."}, attributes={"my.key": "value"})
+span_output(result, event_attributes={"custom": "meta"})
+```
+
+- **span_input(data, ...)**：向当前 Span 添加输入（入参），可序列化 dict/list/str 等。
+- **span_output(data, ...)**：向当前 Span 添加输出（返回值）；无返回值可不调用或传 `None`。
+- **attributes**：自定义 Span 属性（写入当前 Span）。
+- **event_attributes**：自定义 Event 属性（合并到 gen_ai.input / gen_ai.output 的 Event）。
+- 可只调用其一（只添加输入或只添加输出）。
+- 若未在 `with` 块内，可传 `span=span`：`span_input(data, span=span)` / `span_output(data, span=span)`。
+- 可选参数：`record_as="events"`（默认）| `"attributes"` | `"none"`，`max_length` 截断长度。
+
+**Event 名称与属性键**：
+
+| Event 名 | 属性键 | 说明 |
+|----------|--------|------|
+| `gen_ai.input` | `gen_ai.input.messages` | 输入消息列表（JSON 数组，每项含 role、content） |
+| `gen_ai.output` | `gen_ai.output.messages` | 输出消息列表（同上） |
+| `gen_ai.system_instructions` | `gen_ai.system_instructions` | 可选，系统指令 |
+
+手动上报时使用 `span_input` / `span_output`（见上文）；LLM 消息结构可调用 `mingx.genai.record_llm_input_output(span, input_messages, output_messages, record_as="events")`。
+
+## Span 类型与属性说明
+
+所有 Span 均可携带以下**通用属性**（来自 `configure_tracer_provider` 或 Baggage）：
+
+| 属性名 | 类型 | 说明 |
+|--------|------|------|
+| `mingx.workspace_id` | string | 工作空间 ID |
+| `mingx.user.id` | string | 用户 ID |
+| `mingx.span_type` | string | Span 节点类型（见下表） |
+
+以下为 **mingx.span_type** 的取值及每种类型对应的属性说明。
+
+---
+
+### 所有 span_type 取值
+
+| span_type | 说明 | 典型来源 |
+|-----------|------|----------|
+| `model` | 大模型调用（LLM/推理） | LangChain 适配器 `on_llm_start`、`@traced(span_type="model")` |
+| `retriever` | 知识库/检索召回 | LangChain 适配器 `on_retriever_start`、`@traced(span_type="retriever")` |
+| `tool` | Tool Call 执行 | LangChain 适配器 `on_tool_start`、`@traced(span_type="tool")` |
+| `chain` | 链/组合节点 | LangChain 适配器 `on_chain_start`、`@traced(span_type="chain")` |
+| `agent` | Agent 节点 | `@traced(span_type="agent")` 或 Baggage |
+| `custom` | 自定义类型（适配器未识别时的默认值） | 适配器在 span_type 为空时自动填充 |
+
+---
+
+### 各类型对应属性
+
+#### 1. `model`（大模型节点）
+
+| 属性/Event | 类型 | 说明 |
+|------------|------|------|
+| `mingx.span_type` | string | `"model"` |
+| `gen_ai.operation.name` | string | 操作名，如 `"chat"` |
+| `gen_ai.provider.name` | string | 厂商，如 `"openai"`, `"anthropic"`, `"gcp.vertex_ai"` 等 |
+| `gen_ai.request.model` | string | 请求模型名 |
+| `gen_ai.response.model` | string | 可选，响应实际使用的模型 |
+| `gen_ai.response.id` | string | 可选，响应 ID |
+| `gen_ai.response.finish_reasons` | string[] | 可选，结束原因 |
+| `gen_ai.usage.input_tokens` | int | 可选，输入 token 数 |
+| `gen_ai.usage.output_tokens` | int | 可选，输出 token 数 |
+| **输入/输出** | **Event（推荐）或 Attribute** | 见上文「输入/输出记录」；`gen_ai.input` / `gen_ai.output` Event 或 `gen_ai.input.messages` / `gen_ai.output.messages` 属性 |
+| `lc.run_id` | string | LangChain run_id（适配器时） |
+| `error.type` | string | 出错时错误类型 |
+
+#### 2. `retriever`（知识库召回节点）
+
+| 属性名 | 类型 | 说明 |
+|--------|------|------|
+| `mingx.span_type` | string | `"retriever"` |
+| `gen_ai.operation.name` | string | `"retriever"` |
+| **输入/输出** | **Event 或 Attribute** | 适配器默认记录 query / documents（`trace_content=True`）；也可用 `span_input` / `span_output` 手动记录 |
+| `lc.run_id` | string | LangChain run_id（适配器时） |
+| `error.type` | string | 出错时错误类型 |
+
+#### 3. `tool`（Tool Call 节点）
+
+| 属性名 | 类型 | 说明 |
+|--------|------|------|
+| `mingx.span_type` | string | `"tool"` |
+| `gen_ai.operation.name` | string | `"execute_tool"` |
+| `gen_ai.tool.name` | string | 工具名称 |
+| `gen_ai.tool.description` | string | 可选，工具描述 |
+| `gen_ai.tool.call.id` | string | 可选，工具调用 ID |
+| `gen_ai.tool.type` | string | 可选，工具类型 |
+| **输入/输出** | **Event 或 Attribute** | 适配器默认记录入参/出参（`trace_content=True`）；支持 `attributes` / `event_attributes` 自定义属性 |
+| `lc.run_id` | string | LangChain run_id（适配器时） |
+| `error.type` | string | 出错时错误类型 |
+
+#### 4. `chain`（链/组合节点）
+
+| 属性名 | 类型 | 说明 |
+|--------|------|------|
+| `mingx.span_type` | string | `"chain"` |
+| `gen_ai.operation.name` | string | `"invoke_agent"` |
+| **输入/输出** | **Event 或 Attribute** | 适配器默认记录 inputs / outputs（`trace_content=True`） |
+| `lc.run_id` | string | LangChain run_id（适配器时） |
+| `error.type` | string | 出错时错误类型 |
+
+#### 5. `agent`（Agent 节点）
+
+| 属性名 | 类型 | 说明 |
+|--------|------|------|
+| `mingx.span_type` | string | `"agent"` |
+| 其他 | — | 由 `@traced(span_type="agent", attributes={...})` 或 GenAI 语义层按需添加 |
+
+#### 6. `custom`（自定义类型）
+
+| 属性名 | 类型 | 说明 |
+|--------|------|------|
+| `mingx.span_type` | string | `"custom"` |
+| 其他 | — | 适配器未识别类型时自动使用；也可通过 `@traced(span_type="custom", attributes={...})` 扩展 |
+
+---
+
+代码中可使用常量（来自 `mingx`）：
+
+```python
+from mingx import (
+    SPAN_TYPE_MODEL,
+    SPAN_TYPE_RETRIEVER,
+    SPAN_TYPE_TOOL,
+    SPAN_TYPE_CHAIN,
+    SPAN_TYPE_AGENT,
+    SPAN_TYPE_CUSTOM,
+)
+
+@traced(span_type=SPAN_TYPE_MODEL)
+def call_llm(): ...
+```
+
+## GenAI 规范
+
+Span 遵循 [OpenTelemetry GenAI Semantic Conventions](https://opentelemetry.io/docs/specs/semconv/gen-ai/gen-ai-spans/)。可选：设置环境变量 `OTEL_SEMCONV_STABILITY_OPT_IN=gen_ai_latest_experimental` 以使用最新实验属性。
+
+## 项目结构
+
+- `mingx._trace`：Tracer 与 TracerProvider 配置
+- `mingx.genai`：GenAI 语义层（Span 名、属性、输入/输出 Event）
+- `mingx.adapters`：框架适配器（LangChain，后续 CrewAI/ADK）
+- `mingx.decorator`：`@traced` 方法级 Span
+- `mingx._default_attributes`：默认属性与 Baggage 处理
+
+## 打包
+
+项目使用 [Hatchling](https://hatch.pypa.io/) 作为构建后端（见 `pyproject.toml`）。
+
+**构建 wheel 与 sdist（推荐用 uv）：**
+
+```bash
+# 安装 uv 后，在项目根目录执行
+uv build
+```
+
+产物在 `dist/` 目录：`mingx-<version>-py3-none-any.whl` 与 `mingx-<version>.tar.gz`。
+
+**使用 pip 构建：**
+
+```bash
+pip install build
+python -m build
+```
+
+**本地可编辑安装（开发时）：**
+
+```bash
+uv pip install -e .
+# 或
+pip install -e .
+```
+
+**发布到 PyPI（示例）：**
+
+```bash
+uv build
+uv publish
+# 或使用 twine
+pip install twine
+twine upload dist/*
+```
+
+## 测试
+
+```bash
+uv sync --extra dev
+uv run pytest tests/ -v
+```
+
+## License
+
+见仓库说明。

mingx-0.1.0.dist-info/RECORD

@@ -0,0 +1,15 @@
+mingx/__init__.py,sha256=cTuHXXyEShdAzaApsgUYg_CA5DowqFWwMPUT45pbaB8,1482
+mingx/_default_attributes.py,sha256=UGs3IuPSlInTlseVeU7cZvITcSBQSpg4HYv7Fz5RzPM,2682
+mingx/_trace.py,sha256=8xSypFw2vgw4uJnLLiB8yiGOA0Ga3dDcDWaUhQlVkic,5534
+mingx/decorator.py,sha256=qKtSOI7eyHfhJeAc9-YApEBOHhhNif7efm0h3l-le_M,6638
+mingx/adapters/__init__.py,sha256=shSWbWvkQTn0-yh3iBQWBn5OICEV5uoDDwLhDf8Rovw,496
+mingx/adapters/base.py,sha256=hv0CPXgeBC0bxUtfnN-y0Q_jh7GxML9XxffK3CXB_34,2524
+mingx/adapters/langchain.py,sha256=ZvPWLibpVwn0BAKqYUB3eYx5-5ezcd8yvxy3qwYvFJA,26309
+mingx/genai/__init__.py,sha256=G9ygXhaM_uTU5q0hZoVhDkhRSaSERoYK02isiPRnkvY,2612
+mingx/genai/attributes.py,sha256=ssRFX_YoyNNjYZrpct-Ixawtsz-zK6dlgR-7QgbVl8k,6376
+mingx/genai/io.py,sha256=m4tYrzR4Kk2KxSjHApCf90gdssZWlB_WCzuBk1pQ_9w,17393
+mingx/genai/span_attributes.py,sha256=UveEVnrXWNB10kk24dw0ZfVAxvxRNdmAyKJgk-FMfhs,5758
+mingx/genai/spans.py,sha256=DWSOis5o2en9r_UM8UNqpjIXMqOyC2ru8tnGa8POsww,5259
+mingx-0.1.0.dist-info/METADATA,sha256=ycRW6TuRNtgM4dyrSTLWkfNBB5xE5kqEp71jNyRqwVQ,14951
+mingx-0.1.0.dist-info/WHEEL,sha256=WLgqFyCfm_KASv4WHyYy0P3pM_m7J5L9k2skdKLirC8,87
+mingx-0.1.0.dist-info/RECORD,,

mingx-0.1.0.dist-info/WHEEL

@@ -0,0 +1,4 @@
+Wheel-Version: 1.0
+Generator: hatchling 1.28.0
+Root-Is-Purelib: true
+Tag: py3-none-any