Automatisiertes Forschungsobjekt – nicht das Upstream-Projekt.

Dieses Repository ist ein Wegwerf-Labor, das von einer automatisierten Umgebung für eine Masterarbeit an der Université Laval zur Reproduktion veröffentlichter GitHub-Actions- Workflow-Schwachstellen erstellt wurde. Es ist ein wörtlicher Schnappschuss von openlit/openlit beim Commit 8529a7746ce2cae946bd2346cb3792c22f86cbee (2026-02-24), weiterverbreitet unter der eigenen Lizenz dieses Projekts, deren Datei unverändert in diesem Schnappschuss enthalten ist.

Das Upstream-Projekt ist nicht beteiligt, wird niemals angegriffen, und die hier untersuchte Schwachstelle ist bereits öffentlich. Jedes Secret und jede Variable in diesem Repository ist ein zufällig generierter Dummy-Wert – es ist kein echtes Zugangsdatum vorhanden. Aktionsreferenzen und Runner-Images sind auf das fixiert, was sie am 2026-02-24 aufgelöst haben; siehe pinning.md in der Ausgabe der Umgebung für jede am Schnappschuss vorgenommene Änderung.

Fragen oder Einwände: [email protected]

Observability, Evaluations, Guardrails, Prompts, Vault, Playground, FleetHub

Open-Source-Plattform für KI-Engineering

Dokumentation | Schnellstart | Python SDK | Typescript SDK |

❤️ Sponsern Sie dieses Projekt ❤️

https://github.com/user-attachments/assets/6909bf4a-f5b4-4060-bde3-95e91fa36168

OpenLIT ermöglicht es Ihnen, Ihren KI-Entwicklungsworkflow zu vereinfachen, insbesondere für generative KI und LLMs. Es optimiert wesentliche Aufgaben wie das Experimentieren mit LLMs, das Organisieren und Versionieren von Prompts sowie die sichere Handhabung von API-Schlüsseln. Mit nur einer Codezeile können Sie OpenTelemetry-native Observability aktivieren, die Full-Stack-Überwachung einschließlich LLMs, Vektordatenbanken und GPUs bietet. Dies ermöglicht Entwicklern, KI-Funktionen und -Anwendungen sicher zu erstellen und nahtlos vom Testen zur Produktion überzugehen.

Dieses Projekt folgt stolz den Semantic Conventions und pflegt sie mit der OpenTelemetry-Community, wobei es kontinuierlich aktualisiert wird, um sich an die neuesten Standards in der Observability anzupassen.

⚡ Funktionen

• 📈 Analytics-Dashboard: Überwachen Sie die Gesundheit und Leistung Ihrer KI-Anwendung mit detaillierten Dashboards, die Metriken, Kosten und Benutzerinteraktionen verfolgen und einen klaren Überblick über die Gesamteffizienz bieten.

• 🔌 OpenTelemetry-native Observability-SDKs: Anbieterneutrale SDKs zum Senden von Traces und Metriken an Ihre bestehenden Observability-Tools.

• 💲 Kostenverfolgung für benutzerdefinierte und feinabgestimmte Modelle: Passen Sie Kostenschätzungen für bestimmte Modelle mithilfe benutzerdefinierter Preisdaten für präzise Budgetierung an.

• 🐛 Dashboard zur Überwachung von Ausnahmen: Erkennen und beheben Sie Probleme schnell, indem Sie häufige Ausnahmen und Fehler mit einem dedizierten Überwachungs-Dashboard verfolgen.

• 💭 Prompt-Verwaltung: Verwalten und versionieren Sie Prompts mithilfe von Prompt Hub für konsistenten und einfachen Zugriff über Anwendungen hinweg.

• 🔑 Verwaltung von API-Schlüsseln und Secrets: Handhaben Sie Ihre API-Schlüssel und Secrets sicher und zentral, um unsichere Praktiken zu vermeiden.

• 🎮 Experimentieren Sie mit verschiedenen LLMs: Nutzen Sie OpenGround, um verschiedene LLMs nebeneinander zu erkunden, zu testen und zu vergleichen.

• 🚀 Fleet Hub für OpAMP-Verwaltung: Verwalten und überwachen Sie OpenTelemetry Collectors zentral über Ihre Infrastruktur hinweg mithilfe des OpAMP (Open Agent Management Protocol) mit sicherer TLS-Kommunikation.

🚀 Erste Schritte mit LLM-Observability```mermaid

flowchart TB; subgraph " " direction LR; subgraph " " direction LR; OpenLIT_SDK[OpenLIT SDK] -->|Sends Traces & Metrics| OTC[OpenTelemetry Collector]; OTC -->|Stores Data| ClickHouseDB[ClickHouse]; end subgraph " " direction RL; OpenLIT_UI[OpenLIT] -->|Pulls Data| ClickHouseDB; end end

### Schritt 1: OpenLIT-Stack bereitstellen

1. OpenLIT-Repository klonen

   Öffnen Sie Ihre Befehlszeile oder Ihr Terminal und führen Sie Folgendes aus:   ```shell
   git clone [email protected]:openlit/openlit.git

2. Selbst hosten mit Docker

   Stellen Sie OpenLIT mit dem folgenden Befehl bereit und führen Sie es aus: ```shell docker compose up -d

Anweisungen zur Installation in Kubernetes mit Helm finden Sie im Kubernetes-Helm-Installationsleitfaden.

Schritt 2: OpenLIT SDK installieren

Öffnen Sie Ihre Befehlszeile oder Ihr Terminal und führen Sie Folgendes aus:```bash pip install openlit

> Anweisungen zur Verwendung des TypeScript SDK finden Sie im [TypeScript SDK Installationsleitfaden](https://github.com/openlit/openlit/tree/main/sdk/typescript#-installation).

### Schritt 3: OpenLIT in Ihrer Anwendung initialisieren

Integrieren Sie OpenLIT in Ihre KI-Anwendungen, indem Sie die folgenden Zeilen zu Ihrem Code hinzufügen.```python
import openlit

openlit.init()

Konfigurieren Sie das Ziel für die Telemetriedaten wie folgt:

💡 Info: Wenn otlp_endpoint oder OTEL_EXPORTER_OTLP_ENDPOINT nicht angegeben ist, gibt das OpenLIT-SDK Traces direkt in Ihrer Konsole aus, was während der Entwicklungsphase empfohlen wird.

Beispiel

</details>

---

<details>

---