https://api.novita.ai/openai), puedes capturar prompts, respuestas, latencia, uso de tokens y metadatos del modelo en MLflow.

Requisitos previos
Antes de comenzar, asegúrate de tener:- Clave de API de Novita AI: crea una en Key Management.
- Un servidor de seguimiento de MLflow en ejecución. Puedes usar el valor predeterminado local
http://localhost:5000. - Entorno de ejecución de Python o JavaScript.
Pasos de integración
Paso 1: Instalar dependencias
Paso 2: Iniciar el servidor de MLflow
Si tienes un entorno local de Python >= 3.10, puedes iniciar MLflow con:http://localhost:5000 para confirmar que la interfaz de usuario de MLflow sea accesible.
Paso 3: Habilitar el rastreo y llamar a Novita AI
Paso 4: Ver las trazas en la interfaz de usuario de MLflow
Abre tu interfaz de usuario de MLflow (por ejemplo,http://localhost:5000) y ve a tu experimento configurado para inspeccionar las trazas.
Deberías ver:
- Contenido del prompt y la finalización
- Latencia y uso de tokens
- Metadatos del modelo y de la solicitud
- Errores/exceptions (si los hay)
Paso 5: Referencias de rastreo avanzado
Streaming y async
MLflow admite el rastreo para las API de streaming y async de Novita AI. Consulta:Combinar con frameworks o rastreo manual
- Página de integración de Novita AI en MLflow: Tracing Novita AI
- Documentación de rastreo de OpenAI en MLflow: OpenAI Tracing
- Guía de la API LLM de Novita: LLM API