Skip to main content
Este guia mostra como integrar a Novita AI ao MLflow Tracing. Ao usar o endpoint compatível com OpenAI da Novita AI (https://api.novita.ai/openai), você pode capturar prompts, respostas, latência, uso de tokens e metadados do modelo no MLflow.
Detalhes e linha do tempo do trace no MLflow

Pré-requisitos

Antes de começar, certifique-se de ter:
  • Chave de API da Novita AI: crie uma em Gerenciamento de Chaves.
  • Um servidor de rastreamento MLflow em execução. Você pode usar o padrão local http://localhost:5000.
  • Runtime Python ou JavaScript.

Etapas de integração

Etapa 1: Instalar dependências

Etapa 2: Iniciar o servidor MLflow

Se você tiver um ambiente Python local >= 3.10, poderá iniciar o MLflow com:
O MLflow também fornece uma configuração Docker Compose:
Em seguida, abra http://localhost:5000 para confirmar que a UI do MLflow está acessível.

Etapa 3: Habilitar tracing e chamar a Novita AI

Etapa 4: Visualizar traces na UI do MLflow

Abra sua UI do MLflow (por exemplo, http://localhost:5000) e acesse o experimento configurado para inspecionar os traces. Você deverá ver:
  • Conteúdo do prompt e da conclusão
  • Latência e uso de tokens
  • Metadados do modelo e da solicitação
  • Erros/exceptions (se houver)

Etapa 5: Referências avançadas de tracing

Streaming e assíncrono

O MLflow oferece suporte a tracing para APIs de streaming e assíncronas da Novita AI. Consulte:

Combinar com frameworks ou tracing manual

Para a referência upstream completa: Para detalhes dos modelos Novita e uso do endpoint, consulte:
  • Guia da API LLM da Novita: LLM API
Última modificação em 15 de maio de 2026