> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coze.cn/llms.txt
> Use this file to discover all available pages before exploring further.

本教程以一个旅游助手为例，介绍如何使用 Go 集成扣子罗盘 SDK 实现对旅游助手的全链路追踪，从用户输入到模型响应的全过程。 在本教程中，你需要先在扣子罗盘控制台中编写 Prompt，并通过扣子罗盘 SDK 拉取 Prompt 并调用模型，然后就能在控制台中查看 SDK 上报的 Trace 数据。
# 步骤一：编写 Prompt  {#c86a6841}
 为了方便演示，本教程以扣子罗盘 Demo 空间中的[旅行专家](https://loop.coze.cn/console/enterprise/personal/space/7487806534651887643/pe/prompts/7490479658761207820)为例。
以下是旅行助手的 Prompt 示例。你也可以根据实际需求，开发一个 Prompt 并提交新版本，详情请参考[开发提示词](/cozeloop/create-prompt)。
![Image=2794x1290](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/acb5d71a1abf47008b629bb044ef5231~tplv-goo7wpa0wc-image.image)
# 步骤二：上报数据 {#f313c4f1}
以下代码展示了如何使用扣子罗盘 实现完整的链路追踪，从用户输入到模型响应的全过程。

1. 主流程（main）：
   * 初始化 CozeLoop 客户端，启用 Prompt 追踪
   * 创建 root span 追踪整个请求链路
   * 获取并格式化旅行专家 Prompt
   * 调用大模型获取响应
   * 记录输出结果并完成追踪
2. 模型调用（callLLM）：
   * 创建专门的 Model Span
   * 配置火山引擎（VolcEngine）的模型调用参数
   * 记录完整的调用上下文：
      * 输入信息（提示词）
      * 模型配置（提供商、模型名称、参数）
      * Prompt 信息
      * 追踪模型响应和性能指标（Token 使用量）

```Go
package main

import (
    "context"
    "os"

    "github.com/coze-dev/cozeloop-go"
    "github.com/coze-dev/cozeloop-go/entity"
    "github.com/coze-dev/cozeloop-go/spec/tracespec"
    "github.com/volcengine/volcengine-go-sdk/service/arkruntime"
    "github.com/volcengine/volcengine-go-sdk/service/arkruntime/model"
    "github.com/volcengine/volcengine-go-sdk/volcengine"
)

var (
    // 初始化cozeloop client
    client, _ = cozeloop.NewClient(cozeloop.WithPromptTrace(true))
)

func main() {
    ctx := context.Background()
    // 准备用户输入
    input := map[string]any{"people_num": "2", "destination": "上海", "days_num": "5", "travel_theme": "自由行"}

    // 创建root span
    ctx, root := client.StartSpan(ctx, "旅行专家", "chain")
    root.SetInput(ctx, input)

    // 拉取Prompt
    prompt, err := client.GetPrompt(ctx, cozeloop.GetPromptParam{PromptKey: "CozeLoop_Travel_Master"})
    if err != nil {
       panic(err)
    }
    messages, err := client.PromptFormat(ctx, prompt, input)
    if err != nil {
       panic(err)
    }

    // 调用模型
    resp, err := callLLM(ctx, messages, prompt)
    if err != nil {
       panic(err)
    }

    root.SetOutput(ctx, *resp.Choices[0].Message.Content.StringValue)
    // root span上报
    root.Finish(ctx)

    // 服务退出前调用Close方法，否则可能造成trace数据丢失
    client.Close(ctx)
}

func callLLM(ctx context.Context, messages []*entity.Message, prompt *entity.Prompt) (*model.ChatCompletionResponse, error) {
    // 创建model span
    ctx, span := client.StartSpan(ctx, "CallLLM", "model")
    defer span.Finish(ctx)

    temperature := float32(0.7)
    maxTokens := 1000
    arkClient := arkruntime.NewClientWithApiKey(
       os.Getenv("ARK_API_KEY"),
    )
    req := model.CreateChatCompletionRequest{
       Model: "doubao-1-5-vision-pro-32k-250115",
       Messages: []*model.ChatCompletionMessage{
          {
             Role: model.ChatMessageRoleSystem,
             Content: &model.ChatCompletionMessageContent{
                StringValue: volcengine.String(*messages[0].Content),
             },
          },
       },
       Temperature: &temperature,
       MaxTokens: &maxTokens,
    }
    span.SetInput(ctx, map[string]interface{}{"messages": req.Messages})
    span.SetModelProvider(ctx, "volcengine")
    span.SetModelName(ctx, req.Model)
    span.SetModelCallOptions(ctx, tracespec.ModelCallOption{
       Temperature: temperature,  
       MaxTokens: int64(maxTokens),
    })
    span.SetPrompt(ctx, *prompt)

    // 调用模型
    resp, err := arkClient.CreateChatCompletion(ctx, req)
    if err != nil {
       span.SetError(ctx, err)
       return nil, err
    }

    span.SetOutput(ctx, resp)
    span.SetInputTokens(ctx, resp.Usage.PromptTokens)
    span.SetOutputTokens(ctx, resp.Usage.CompletionTokens)

    return &resp, nil
}
```

# 步骤三：查看 Trace 数据 {#08e822b5}
在完成数据上报后，就可以在扣子罗盘 的观测页面查看 SDK 上报的 Trace 数据了。
![Image=1280x793](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/31ece335993747bfb04830a215f6abe4~tplv-goo7wpa0wc-image.image)