Artefact de recherche automatisé — pas le projet en amont.

Ce dépôt est un laboratoire jetable construit par un harnais automatisé pour un mémoire de maîtrise à l'Université Laval sur la reproduction de vulnérabilités publiées dans des workflows GitHub Actions. Il s'agit d'un instantané verbatim de openlit/openlit au commit 8529a7746ce2cae946bd2346cb3792c22f86cbee (2026-02-24), redistribué sous la licence propre de ce projet, dont le fichier est inclus inchangé dans cet instantané.

Le projet en amont n'est pas impliqué, n'est jamais ciblé, et la vulnérabilité étudiée ici est déjà publique. Chaque secret et variable de ce dépôt est une valeur factice générée aléatoirement — aucun identifiant réel n'est présent. Les références d'actions et les images d'exécuteurs sont épinglées à ce qu'elles résolvaient au 2026-02-24 ; voir pinning.md dans la sortie du harnais pour chaque modification apportée à l'instantané.

Questions ou objections : [email protected]

Observabilité, Évaluations, Garde-fous, Prompts, Coffre-fort, Playground, FleetHub

Plateforme Open Source pour l'Ingénierie de l'IA

Documentation | Démarrage rapide | SDK Python | SDK TypeScript |

❤️ Parrainez ce projet ❤️

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

OpenLIT vous permet de simplifier votre flux de travail de développement d'IA, en particulier pour l'IA générative et les LLM. Il rationalise les tâches essentielles comme l'expérimentation avec les LLM, l'organisation et le versionnage des prompts, et la gestion sécurisée des clés API. Avec une seule ligne de code, vous pouvez activer une observabilité native OpenTelemetry, offrant une surveillance full-stack qui inclut les LLM, les bases de données vectorielles et les GPU. Cela permet aux développeurs de créer en toute confiance des fonctionnalités et applications d'IA, en passant en douceur des tests à la production.

Ce projet suit et maintient fièrement les Conventions sémantiques avec la communauté OpenTelemetry, en se mettant constamment à jour pour s'aligner sur les dernières normes en matière d'observabilité.

⚡ Fonctionnalités

• 📈 Tableau de bord analytique : Surveillez la santé et les performances de votre application d'IA avec des tableaux de bord détaillés qui suivent les métriques, les coûts et les interactions utilisateurs, offrant une vue claire de l'efficacité globale.

• 🔌 SDK d'observabilité natifs OpenTelemetry : Des SDK neutres vis-à-vis des fournisseurs pour envoyer des traces et des métriques à vos outils d'observabilité existants.

• 💲 Suivi des coûts pour les modèles personnalisés et affinés : Adaptez les estimations de coûts pour des modèles spécifiques à l'aide de fichiers de tarification personnalisés pour une budgétisation précise.

• 🐛 Tableau de bord de surveillance des exceptions : Repérez et résolvez rapidement les problèmes en suivant les exceptions et erreurs courantes grâce à un tableau de bord de surveillance dédié.

• 💭 Gestion des prompts : Gérez et versionnez les prompts à l'aide de Prompt Hub pour un accès cohérent et facile dans toutes les applications.

• 🔑 Gestion des clés API et des secrets : Gérez vos clés API et secrets de manière centralisée et sécurisée, en évitant les pratiques non sécurisées.

• 🎮 Expérimentez avec différents LLM : Utilisez OpenGround pour explorer, tester et comparer différents LLM côte à côte.

• 🚀 Fleet Hub pour la gestion OpAMP : Gérez et surveillez de manière centralisée les collecteurs OpenTelemetry sur toute votre infrastructure à l'aide du protocole OpAMP (Open Agent Management Protocol) avec une communication TLS sécurisée.

🚀 Démarrage avec l'observabilité des LLM```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

### Étape 1 : Déployer la pile OpenLIT

1. Cloner le dépôt OpenLIT via Git

   Ouvrez votre ligne de commande ou votre terminal et exécutez :   ```shell
   git clone [email protected]:openlit/openlit.git

2. Auto-hébergement avec Docker

   Déployez et exécutez OpenLIT avec la commande suivante : ```shell docker compose up -d

Pour les instructions d'installation dans Kubernetes à l'aide de Helm, consultez le guide d'installation Kubernetes Helm.

Étape 2 : Installer le SDK OpenLIT

Ouvrez votre ligne de commande ou votre terminal et exécutez :```bash pip install openlit

> Pour les instructions d'utilisation du SDK TypeScript, consultez le [guide d'installation du SDK TypeScript](https://github.com/openlit/openlit/tree/main/sdk/typescript#-installation).

### Étape 3 : Initialiser OpenLIT dans votre application

Intégrez OpenLIT dans vos applications IA en ajoutant les lignes suivantes à votre code.```python
import openlit

openlit.init()

Configurez la destination des données de télémétrie comme suit :

💡 Info : Si otlp_endpoint ou OTEL_EXPORTER_OTLP_ENDPOINT n'est pas fourni, le SDK OpenLIT affichera les traces directement dans votre console, ce qui est recommandé pendant la phase de développement.

Exemple

</details>

---

<details>

---