Melacak setiap attempt request AI API

Panduan production: Melacak setiap attempt request AI API. Panduan ini memuat artefak deterministik, batas kegagalan, kontrol rollout, dan sumber terverifikasi.

Melacak setiap attempt request AI API

Panduan production: Melacak setiap attempt request AI API. Panduan ini memuat artefak deterministik, batas kegagalan, kontrol rollout, dan sumber terverifikasi.

Keputusan lebih dahulu

Melacak setiap attempt request AI API adalah kontrak production yang eksplisit, bukan perubahan terpisah. Tetapkan sukses, gagal terminal, dan rollback sebelum memindahkan traffic; artefak memisahkan bukti dari asumsi.

Mulai dari request, buktikan attempt dengan kasus deterministik, dan jadikan privacy sebagai release gate.

Artefak yang dapat digunakan ulang

Satu baris hanya lolos bila buktinya berasal dari request, jendela pengujian, atau versi konfigurasi yang sama.

Checkpoint Bukti yang disimpan Syarat lulus
request request_id,tenant_pseudonym,operation,accepted_at Record menghubungkan request logis dan attempt tertentu.
attempt attempt_number,route_version,model,channel_pseudonym Record menghubungkan request logis dan attempt tertentu.
timing connect,headers,first_event,first_output,idle,total Nilai dipertahankan dan dibandingkan tepat di batas wire.
terminal HTTP,provider_class,cancellation_source,retry_decision Owner, sumber, tanggal, dan batas tercatat.
usage normalized_input/output/cache_categories_and_provenance Reserve, observasi, dan nilai final cocok di ledger persisten.
privacy allowlisted_attributes_only;no_prompt,secret,or_raw_arguments Batas eksplisit dan gagal tertutup saat terlampaui.

Contoh terhitung

Contoh memakai data sintetis dan deterministik. Ganti dengan nilai workload yang ditinjau; jangan masukkan secret atau data pelanggan.

trace_id: 7f3a...synthetic
request_id: req_demo_001
operation: responses
attempts:
  - attempt: 1
    route_version: rv_42
    model: model_alias
    timings_ms: { headers: 812, first_output: 1240, total: 3100 }
    terminal: upstream_503
  - attempt: 2
    timings_ms: { headers: 620, first_output: 980, total: 2400 }
    terminal: success
usage: { input: 1800, output: 220, source: provider_normalized }

Prosedur implementasi

  1. Bekukan request, response, konfigurasi, dan baseline observasi.
  2. Jalankan kasus positif deterministik dan simpan hasil lengkap.
  3. Jalankan kasus negatif atau batas pasangannya.
  4. Hubungkan semua attempt ke satu request ID logis dan catat waktu, status akhir, serta usage tanpa konten sensitif.
  5. Rollout hanya ke kohort terbatas dengan kondisi berhenti.
  6. Baca ulang state persisten dan perilaku publik; rollback bila invariant gagal.

Mode kegagalan

Kegagalan berikut membatalkan hasil meski HTTP luar tampak berhasil:

  • Prompt, key, atau argumen sensitif direkam ke telemetri.
  • Fragmen dikorelasikan berdasarkan posisi, bukan ID stabil.
  • Satu field praktis dibaca sementara output bertipe, tool, penolakan, atau hasil parsial hilang.
  • Persentil diterbitkan tanpa workload, concurrency, kegagalan, region, dan jendela.

Batas Modelflare

Modelflare memusatkan routing kompatibel OpenAI, key, group, usage, dan penanganan gagal, tetapi rute terkonfigurasi bukan bukti semua kemampuan provider. Verifikasi model dan channel lewat protokol native, pertahankan nol eksplisit, dan gunakan settlement persisten sebagai kebenaran billing.

Gunakan panduan induk untuk batas keputusan dan dokumentasi untuk konfigurasi client terkini.

Checklist sebelum publikasi

  • Jawab pertanyaan utama sebelum latar belakang.
  • Tetapkan owner untuk setiap field, state, metric, dan formula.
  • Gunakan identifier sintetis saja.
  • Pertahankan struktur, kode, batas, dan peringatan di semua bahasa.
  • Periksa ulang kontrak, dukungan, dan harga pada T-1; pindahkan tanggal jika fakta berubah.
  • Sebelum waktunya, keluarkan dari public API, rute, dan sitemap.

Sumber dan tanggal verifikasi

Sumber diperiksa pada 2026-08-07 dan tidak membuktikan rute yang belum diuji.