Skip to main content
Deze handleiding laat zien hoe je Novita AI integreert met MLflow Tracing. Door Novita AI’s OpenAI-compatibele endpoint (https://api.novita.ai/openai) te gebruiken, kun je prompts, antwoorden, latentie, tokengebruik en modelmetadata vastleggen in MLflow.
MLflow-tracedetails en tijdlijn

Vereisten

Voordat je begint, zorg ervoor dat je het volgende hebt:
  • Novita AI API-sleutel: maak er een aan in Key Management.
  • Een draaiende MLflow-trackingserver. Je kunt de lokale standaard http://localhost:5000 gebruiken.
  • Python- of JavaScript-runtime.

Integratiestappen

Stap 1: Installeer afhankelijkheden

Stap 2: Start de MLflow-server

Als je een lokale Python-omgeving >= 3.10 hebt, kun je MLflow starten met:
MLflow biedt ook een Docker Compose-configuratie:
Open vervolgens http://localhost:5000 om te bevestigen dat de MLflow-UI toegankelijk is.

Stap 3: Schakel tracing in en roep Novita AI aan

Stap 4: Bekijk traces in de MLflow-UI

Open je MLflow-UI (bijvoorbeeld http://localhost:5000) en ga naar je geconfigureerde experiment om traces te inspecteren. Je zou het volgende moeten zien:
  • Prompt- en completion-inhoud
  • Latentie en tokengebruik
  • Model- en aanvraagmetadata
  • Fouten/exceptions (indien aanwezig)

Stap 5: Geavanceerde tracing-referenties

Streaming en async

MLflow ondersteunt tracing voor streaming en async Novita AI-API’s. Zie:

Combineren met frameworks of handmatige tracing

Voor de volledige upstream-referentie: Voor Novita-modeldetails en endpointgebruik, zie:
  • Novita LLM API-handleiding: LLM API
Laatst gewijzigd op 10 augustus 2026