Artefacto de investigación automatizado — no es el proyecto original.

Este repositorio es un laboratorio desechable construido por un sistema automatizado para una tesis de maestría en la Université Laval sobre la reproducción de vulnerabilidades publicadas en flujos de trabajo de GitHub Actions. Es una instantánea verbatim de openlit/openlit en el commit 8529a7746ce2cae946bd2346cb3792c22f86cbee (2026-02-24), redistribuida bajo la licencia de ese mismo proyecto, cuyo archivo se incluye sin cambios en esta instantánea.

El proyecto original no está involucrado, nunca es el objetivo, y la vulnerabilidad estudiada aquí ya es pública. Cada secreto y variable en este repositorio es un valor ficticio generado aleatoriamente — no hay ninguna credencial real presente. Las referencias de acciones e imágenes de runners están fijadas a lo que resolvieron el 2026-02-24; consulta pinning.md en la salida del sistema para cada cambio realizado en la instantánea.

Preguntas u objeciones: [email protected]

Observabilidad, Evaluaciones, Guardarraíles, Prompts, Vault, Playground, FleetHub

Plataforma de Código Abierto para Ingeniería de IA

Documentación | Inicio rápido | SDK de Python | SDK de TypeScript |

❤️ Patrocina este proyecto ❤️

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

OpenLIT te permite simplificar tu flujo de trabajo de desarrollo de IA, especialmente para IA Generativa y LLMs. Agiliza tareas esenciales como experimentar con LLMs, organizar y versionar prompts, y gestionar claves API de forma segura. Con solo una línea de código, puedes habilitar la observabilidad nativa de OpenTelemetry, ofreciendo un monitoreo de pila completa que incluye LLMs, bases de datos vectoriales y GPUs. Esto permite a los desarrolladores crear funciones y aplicaciones de IA con confianza, pasando sin problemas de las pruebas a la producción.

Este proyecto sigue y mantiene orgullosamente las Convenciones Semánticas con la comunidad de OpenTelemetry, actualizándose constantemente para alinearse con los últimos estándares en Observabilidad.

⚡ Características

• 📈 Panel de Análisis: Supervisa la salud y el rendimiento de tu aplicación de IA con paneles detallados que rastrean métricas, costos e interacciones de usuarios, proporcionando una visión clara de la eficiencia general.

• 🔌 SDKs de Observabilidad nativos de OpenTelemetry: SDKs independientes del proveedor para enviar trazas y métricas a tus herramientas de observabilidad existentes.

• 💲 Seguimiento de Costos para Modelos Personalizados y Ajustados Finamente: Adapta las estimaciones de costos para modelos específicos usando archivos de precios personalizados para una presupuestación precisa.

• 🐛 Panel de Monitoreo de Excepciones: Detecta y resuelve rápidamente problemas rastreando excepciones y errores comunes con un panel de monitoreo dedicado.

• 💭 Gestión de Prompts: Gestiona y versiona prompts usando Prompt Hub para un acceso consistente y fácil en todas las aplicaciones.

• 🔑 Gestión de Claves API y Secretos: Maneja de forma segura tus claves API y secretos de manera centralizada, evitando prácticas inseguras.

• 🎮 Experimenta con diferentes LLMs: Usa OpenGround para explorar, probar y comparar varios LLMs lado a lado.

• 🚀 Fleet Hub para Gestión OpAMP: Gestiona y supervisa de forma centralizada los OpenTelemetry Collectors en tu infraestructura usando el protocolo OpAMP (Open Agent Management Protocol) con comunicación TLS segura.

🚀 Primeros Pasos con la Observabilidad de LLMs```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

### Paso 1: Desplegar la pila OpenLIT

1. Clonar el repositorio de OpenLIT con Git

   Abre tu línea de comandos o terminal y ejecuta:   ```shell
   git clone [email protected]:openlit/openlit.git

2. Autoalojamiento con Docker

   Implementa y ejecuta OpenLIT con el siguiente comando: ```shell docker compose up -d

Para obtener instrucciones sobre la instalación en Kubernetes mediante Helm, consulta la guía de instalación de Kubernetes con Helm.

Paso 2: Instalar el SDK de OpenLIT

Abre tu línea de comandos o terminal y ejecuta:```bash pip install openlit

> Para instrucciones sobre el uso del SDK de TypeScript, visita la [guía de instalación del SDK de TypeScript](https://github.com/openlit/openlit/tree/main/sdk/typescript#-installation).

### Paso 3: Inicializa OpenLIT en tu aplicación

Integra OpenLIT en tus aplicaciones de IA añadiendo las siguientes líneas a tu código.```python
import openlit

openlit.init()

Configura el destino de los datos de telemetría de la siguiente manera:

💡 Información: Si no se proporciona otlp_endpoint o OTEL_EXPORTER_OTLP_ENDPOINT, el SDK de OpenLIT enviará los traces directamente a tu consola, lo cual se recomienda durante la fase de desarrollo.

Ejemplo

</details>

---

<details>

---

<summary>Inicializar usando variables de entorno</summary>

Añade las siguientes dos líneas al código de tu aplicación:  ```python
import openlit