LLM gateway 與請求路由
透過單一 gateway 轉送 OpenAI 風格的呼叫,或為 provider 原生 SDK 使用 passthrough endpoints,同時記錄每一筆請求。
Respan 是一個 LLM 工程平台,整合可觀測性、評估、提示管理與 gateway 路由,協助團隊監控正式流量、測試變更並在單一工作流程中控管模型可靠性。
Respan 是一個供團隊使用的 LLM 工程平台,將可觀測性、評估、提示管理與 gateway 路由整合在一起。該網站將其定位為一套可從單一工作流程中路由、觀察、評估、最佳化與部署 LLM 流量的系統。
此產品聚焦於正式環境中的 LLM 營運:每次呼叫的 trace、用量與成本儀表板、用於品質檢查的 evaluators,以及涵蓋重試、fallback、快取與速率限制的 gateway 控制。它面向正在推出 AI agents 與其他由 LLM 驅動功能、需要追蹤行為並減少正式環境問題的團隊。
透過單一 gateway 轉送 OpenAI 風格的呼叫,或為 provider 原生 SDK 使用 passthrough endpoints,同時記錄每一筆請求。
在 traces 中檢視呼叫、查看 spans 的延遲、追蹤 logs,並依客戶識別碼或 metadata 篩選,以了解正式環境行為。
在儀表板中監控請求、token、錯誤、延遲與成本,並可依模型或使用者切分,在超過門檻時發出警示。
建立結合規則檢查、LLM judges、人工審查、datasets 與 experiments 的評估工作流程,涵蓋 prompt 與 model 變體。
以版本控制、協作編輯、一鍵部署、發佈管理與 model playground 來管理 prompts。
從 gateway 與設定中處理 retries、fallback models、load balancing、caching、key limits 與 spend controls。
透過單一端點路由模型流量、記錄每一筆請求,並在供應商發生錯誤或速率限制時使用 fallback 或重試。
在儀表板中檢視 traces、延遲、token 使用量與成本,讓正式環境回歸問題能快速浮現。
從 traces 或 CSV 建立 datasets,接著在合併變更前針對 prompt 與 model 變體執行 experiments。
在單一工作流程中結合規則檢查、LLM judges 與人工審查,為實際正式流量與離線樣本評分。
使用 prompts、versions、rollout 邏輯,以及存取多個 models 的能力,將工作流程從 UI 推進到正式環境。
Respan 被定位為一個 LLM 工程平台,將可觀測性、評估、提示最佳化與 LLM gateway 整合於同一系統中。
來源顯示有 Free、Team 與 Enterprise 三種方案。Team 方案標示為每月 199 美元、按年計費,而 Enterprise 則需聯絡銷售。
有。定價頁列出包含 logs、scores、datasets、evaluators 和 prompts 的免費方案,另有 Team 方案提供無限 datasets、evaluators 和 prompts。
產品有標註支援 OpenTelemetry,但來源未提供詳細的整合文件或完整的供應商清單。
首頁與定價頁強調追蹤、儀表板、評估工作流程、提示管理,以及如 fallback 與 caching 之類的 gateway 功能。