Автоматизированный исследовательский артефакт — не вышестоящий проект.

Этот репозиторий — одноразовая лаборатория, созданная автоматизированным конвейером для магистерской диссертации в Université Laval по воспроизведению опубликованных уязвимостей рабочих процессов GitHub Actions. Это дословный снимок openlit/openlit на коммите 8529a7746ce2cae946bd2346cb3792c22f86cbee (2026-02-24), распространяемый под собственной лицензией этого проекта, файл которой включён без изменений в данный снимок.

Вышестоящий проект не участвует, никогда не является целью, а изучаемая здесь уязвимость уже публична. Каждый секрет и переменная в этом репозитории — случайно сгенерированное фиктивное значение; никаких реальных учётных данных здесь нет. Ссылки на действия и образы раннеров закреплены на те значения, которым они соответствовали на 2026-02-24; см. pinning.md в выводе конвейера для каждого изменения, внесённого в снимок.

Вопросы или возражения: [email protected]

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

Открытая платформа для AI-инжиниринга

Документация | Быстрый старт | Python SDK | TypeScript SDK |

❤️ Поддержите этот проект ❤️

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

OpenLIT позволяет упростить ваш рабочий процесс разработки AI, особенно для генеративного AI и LLM. Он оптимизирует такие ключевые задачи, как эксперименты с LLM, организацию и версионирование промптов, а также безопасное хранение API-ключей. Всего одной строкой кода вы можете включить нативную для OpenTelemetry наблюдаемость, обеспечивающую мониторинг полного стека, включая LLM, векторные базы данных и GPU. Это позволяет разработчикам уверенно создавать AI-функции и приложения, плавно переходя от тестирования к продакшену.

Этот проект с гордостью следует и поддерживает Semantic Conventions вместе с сообществом OpenTelemetry, постоянно обновляясь в соответствии с новейшими стандартами наблюдаемости.

⚡ Возможности

• 📈 Панель аналитики: отслеживайте состояние и производительность вашего AI-приложения с помощью детализированных дашбордов, которые отслеживают метрики, затраты и взаимодействия пользователей, обеспечивая чёткое представление об общей эффективности.

• 🔌 SDK наблюдаемости, нативные для OpenTelemetry: вендор-нейтральные SDK для отправки трейсов и метрик в ваши существующие инструменты наблюдаемости.

• 💲 Отслеживание затрат для кастомных и дообученных моделей: адаптируйте оценку затрат для конкретных моделей с помощью пользовательских файлов цен для точного бюджетирования.

• 🐛 Панель мониторинга исключений: быстро выявляйте и устраняйте проблемы, отслеживая распространённые исключения и ошибки с помощью выделенной панели мониторинга.

• 💭 Управление промптами: управляйте промптами и их версиями с помощью Prompt Hub для согласованного и лёгкого доступа во всех приложениях.

• 🔑 Управление API-ключами и секретами: безопасно управляйте своими API-ключами и секретами централизованно, избегая небезопасных практик.

• 🎮 Экспериментируйте с различными LLM: используйте OpenGround для изучения, тестирования и сравнения различных LLM бок о бок.

• 🚀 Fleet Hub для управления OpAMP: централизованно управляйте и контролируйте OpenTelemetry Collectors по всей вашей инфраструктуре с помощью протокола OpAMP (Open Agent Management Protocol) с безопасной TLS-связью.

🚀 Начало работы с наблюдаемостью 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

### Шаг 1: Развертывание стека OpenLIT

1. Клонируйте репозиторий OpenLIT через Git

   Откройте командную строку или терминал и выполните:   ```shell
   git clone [email protected]:openlit/openlit.git

2. Самостоятельное размещение с помощью Docker

   Разверните и запустите OpenLIT с помощью следующей команды: ```shell docker compose up -d

Инструкции по установке в Kubernetes с помощью Helm см. в руководстве по установке Kubernetes Helm.

Шаг 2: Установка OpenLIT SDK

Откройте командную строку или терминал и выполните:```bash pip install openlit

> Инструкции по использованию TypeScript SDK см. в [руководстве по установке TypeScript SDK](https://github.com/openlit/openlit/tree/main/sdk/typescript#-installation).

### Шаг 3: Инициализация OpenLIT в вашем приложении

Интегрируйте OpenLIT в свои AI-приложения, добавив следующие строки в ваш код.```python
import openlit

openlit.init()

Настройте назначение данных телеметрии следующим образом:

💡 Информация: Если otlp_endpoint или OTEL_EXPORTER_OTLP_ENDPOINT не указаны, OpenLIT SDK будет выводить трейсы напрямую в вашу консоль, что рекомендуется на этапе разработки.

Пример

</details>

---

<details>

---

<summary>Инициализация с использованием переменных окружения</summary>

Добавьте следующие две строки в код вашего приложения:  ```python
import openlit

openlit.init()

</details>

---

### Шаг 4: Визуализация и оптимизация