--- title: AI可观测 keywords: [higress, AI, observability] description: AI可观测配置参考 --- ## 介绍 提供 AI 可观测基础能力，包括 metric, log, trace，其后需接 ai-proxy 插件，如果不接 ai-proxy 插件的话，则需要用户进行相应配置才可生效。 ## 运行属性 插件执行阶段：`默认阶段` 插件执行优先级：`200` ## 配置说明 插件默认请求符合 openai 协议格式，并提供了以下基础可观测值，用户无需特殊配置： - metric：提供了输入 token、输出 token、首个 token 的 rt（流式请求）、请求总 rt 等指标，支持在网关、路由、服务、模型四个维度上进行观测 - log：提供了 input_token, output_token, model, llm_service_duration, llm_first_token_duration 等字段 用户还可以通过配置的方式对可观测的值进行扩展： | 名称 | 数据类型 | 填写要求 | 默认值 | 描述 | |----------------|-------|------|-----|------------------------| | `attributes` | []Attribute | 非必填 | - | 用户希望记录在log/span中的信息 | | `disable_openai_usage` | bool | 非必填 | false | 非openai兼容协议时，model、token的支持非标，配置为true时可以避免报错 | | `value_length_limit` | int | 非必填 | 4000 | 记录的单个value的长度限制 | | `enable_path_suffixes` | []string | 非必填 | [] | 只对这些特定路径后缀的请求生效，可以配置为 "\*" 以匹配所有路径（通配符检查会优先进行以提高性能）。如果为空数组，则对所有路径生效 | | `enable_content_types` | []string | 非必填 | [] | 只对这些内容类型的响应进行缓冲处理。如果为空数组，则对所有内容类型生效 | Attribute 配置说明: | 名称 | 数据类型 | 填写要求 | 默认值 | 描述 | | ----------------------- | -------- | -------- | ------ | ------------------------------------------------------------------------------------------------------------------------------------------- | | `key` | string | 必填 | - | attribute 名称 | | `value_source` | string | 必填 | - | attribute 取值来源，可选值为 `fixed_value`, `request_header`, `request_body`, `response_header`, `response_body`, `response_streaming_body` | | `value` | string | 必填 | - | attribute 取值 key value/path | | `default_value` | string | 非必填 | - | attribute 默认值 | | `rule` | string | 非必填 | - | 从流式响应中提取 attribute 的规则，可选值为 `first`, `replace`, `append` | | `apply_to_log` | bool | 非必填 | false | 是否将提取的信息记录在日志中 | | `apply_to_span` | bool | 非必填 | false | 是否将提取的信息记录在链路追踪 span 中 | | `trace_span_key` | string | 非必填 | - | 链路追踪 attribute key，默认会使用`key`的设置 | | `as_separate_log_field` | bool | 非必填 | false | 记录日志时是否作为单独的字段，日志字段名使用`key`的设置 | `value_source` 的各种取值含义如下： - `fixed_value`：固定值 - `request_header` ： attribute 值通过 http 请求头获取，value 配置为 header key - `request_body` ：attribute 值通过请求 body 获取，value 配置格式为 gjson 的 jsonpath - `response_header` ：attribute 值通过 http 响应头获取，value 配置为 header key - `response_body` ：attribute 值通过响应 body 获取，value 配置格式为 gjson 的 jsonpath - `response_streaming_body` ：attribute 值通过流式响应 body 获取，value 配置格式为 gjson 的 jsonpath 当 `value_source` 为 `response_streaming_body` 时，应当配置 `rule`，用于指定如何从流式 body 中获取指定值，取值含义如下： - `first`：多个 chunk 中取第一个有效 chunk 的值 - `replace`：多个 chunk 中取最后一个有效 chunk 的值 - `append`：拼接多个有效 chunk 中的值，可用于获取回答内容 ## 配置示例 如果希望在网关访问日志中记录 ai-statistic 相关的统计值，需要修改 log_format，在原 log_format 基础上添加一个新字段，示例如下： ```yaml '{"ai_log":"%FILTER_STATE(wasm.ai_log:PLAIN)%"}' ``` 如果字段设置了 `as_separate_log_field`，例如： ```yaml attributes: - key: consumer value_source: request_header value: x-mse-consumer apply_to_log: true as_separate_log_field: true ``` 那么要在日志中打印，需要额外设置 log_format： ``` '{"consumer":"%FILTER_STATE(wasm.consumer:PLAIN)%"}' ``` ### 空配置 #### 监控 ``` # counter 类型，输入 token 数量的累加值 route_upstream_model_consumer_metric_input_token{ai_route="ai-route-aliyun.internal",ai_cluster="outbound|443||llm-aliyun.internal.dns",ai_model="qwen-turbo",ai_consumer="none"} 24 # counter 类型，输出 token 数量的累加值 route_upstream_model_consumer_metric_output_token{ai_route="ai-route-aliyun.internal",ai_cluster="outbound|443||llm-aliyun.internal.dns",ai_model="qwen-turbo",ai_consumer="none"} 507 # counter 类型，流式请求和非流式请求消耗总时间的累加值 route_upstream_model_consumer_metric_llm_service_duration{ai_route="ai-route-aliyun.internal",ai_cluster="outbound|443||llm-aliyun.internal.dns",ai_model="qwen-turbo",ai_consumer="none"} 6470 # counter 类型，流式请求和非流式请求次数的累加值 route_upstream_model_consumer_metric_llm_duration_count{ai_route="ai-route-aliyun.internal",ai_cluster="outbound|443||llm-aliyun.internal.dns",ai_model="qwen-turbo",ai_consumer="none"} 2 # counter 类型，流式请求首个 token 延时的累加值 route_upstream_model_consumer_metric_llm_first_token_duration{ai_route="ai-route-aliyun.internal",ai_cluster="outbound|443||llm-aliyun.internal.dns",ai_model="qwen-turbo",ai_consumer="none"} 340 # counter 类型，流式请求次数的累加值 route_upstream_model_consumer_metric_llm_stream_duration_count{ai_route="ai-route-aliyun.internal",ai_cluster="outbound|443||llm-aliyun.internal.dns",ai_model="qwen-turbo",ai_consumer="none"} 1 ``` 以下是使用指标的几个示例： 流式请求首个 token 的平均延时： ``` irate(route_upstream_model_consumer_metric_llm_first_token_duration[2m]) / irate(route_upstream_model_consumer_metric_llm_stream_duration_count[2m]) ``` 流式请求和非流式请求平均消耗的总时长： ``` irate(route_upstream_model_consumer_metric_llm_service_duration[2m]) / irate(route_upstream_model_consumer_metric_llm_duration_count[2m]) ``` #### 日志 ```json { "ai_log": "{\"model\":\"qwen-turbo\",\"input_token\":\"10\",\"output_token\":\"69\",\"llm_first_token_duration\":\"309\",\"llm_service_duration\":\"1955\"}" } ``` #### 链路追踪 配置为空时，不会在 span 中添加额外的 attribute ### 从非 openai 协议提取 token 使用信息 在 ai-proxy 中设置协议为 original 时，以百炼为例，可作如下配置指定如何提取 model, input_token, output_token ```yaml attributes: - key: model value_source: response_body value: usage.models.0.model_id apply_to_log: true apply_to_span: false - key: input_token value_source: response_body value: usage.models.0.input_tokens apply_to_log: true apply_to_span: false - key: output_token value_source: response_body value: usage.models.0.output_tokens apply_to_log: true apply_to_span: false ``` #### 监控 ``` route_upstream_model_consumer_metric_input_token{ai_route="bailian",ai_cluster="qwen",ai_model="qwen-max"} 343 route_upstream_model_consumer_metric_output_token{ai_route="bailian",ai_cluster="qwen",ai_model="qwen-max"} 153 route_upstream_model_consumer_metric_llm_service_duration{ai_route="bailian",ai_cluster="qwen",ai_model="qwen-max"} 3725 route_upstream_model_consumer_metric_llm_duration_count{ai_route="bailian",ai_cluster="qwen",ai_model="qwen-max"} 1 ``` #### 日志 此配置下日志效果如下： ```json { "ai_log": "{\"model\":\"qwen-max\",\"input_token\":\"343\",\"output_token\":\"153\",\"llm_service_duration\":\"19110\"}" } ``` #### 链路追踪 链路追踪的 span 中可以看到 model, input_token, output_token 三个额外的 attribute ### 配合认证鉴权记录 consumer 举例如下： ```yaml attributes: - key: consumer # 配合认证鉴权记录consumer value_source: request_header value: x-mse-consumer apply_to_log: true ``` ### 记录问题与回答 ```yaml attributes: - key: question # 记录问题 value_source: request_body value: messages.@reverse.0.content apply_to_log: true - key: answer # 在流式响应中提取大模型的回答 value_source: response_streaming_body value: choices.0.delta.content rule: append apply_to_log: true - key: answer # 在非流式响应中提取大模型的回答 value_source: response_body value: choices.0.message.content apply_to_log: true ``` ## 进阶 配合阿里云 SLS 数据加工，可以将 ai 相关的字段进行提取加工，例如原始日志为： ```` ai_log:{"question":"用python计算2的3次方","answer":"你可以使用 Python 的乘方运算符 `**` 来计算一个数的次方。计算2的3次方，即2乘以自己2次，可以用以下代码表示：\n\n```python\nresult = 2 ** 3\nprint(result)\n```\n\n运行这段代码，你会得到输出结果为8，因为2乘以自己两次等于8。","model":"qwen-max","input_token":"16","output_token":"76","llm_service_duration":"5913"} ```` 使用如下数据加工脚本，可以提取出 question 和 answer： ``` e_regex("ai_log", grok("%{EXTRACTJSON}")) e_set("question", json_select(v("json"), "question", default="-")) e_set("answer", json_select(v("json"), "answer", default="-")) ``` 提取后，SLS 中会添加 question 和 answer 两个字段，示例如下： ```` ai_log:{"question":"用python计算2的3次方","answer":"你可以使用 Python 的乘方运算符 `**` 来计算一个数的次方。计算2的3次方，即2乘以自己2次，可以用以下代码表示：\n\n```python\nresult = 2 ** 3\nprint(result)\n```\n\n运行这段代码，你会得到输出结果为8，因为2乘以自己两次等于8。","model":"qwen-max","input_token":"16","output_token":"76","llm_service_duration":"5913"} question:用python计算2的3次方 answer:你可以使用 Python 的乘方运算符 `**` 来计算一个数的次方。计算2的3次方，即2乘以自己2次，可以用以下代码表示： result = 2 ** 3 print(result) 运行这段代码，你会得到输出结果为8，因为2乘以自己两次等于8。 ```` ### 路径和内容类型过滤配置示例 #### 只处理特定 AI 路径 ```yaml enable_path_suffixes: - "/v1/chat/completions" - "/v1/embeddings" - "/generateContent" ``` #### 只处理特定内容类型 ```yaml enable_content_types: - "text/event-stream" - "application/json" ``` #### 处理所有路径（通配符） ```yaml enable_path_suffixes: - "*" ``` #### 处理所有内容类型（空数组） ```yaml enable_content_types: [] ``` #### 完整配置示例 ```yaml enable_path_suffixes: - "/v1/chat/completions" - "/v1/embeddings" - "/generateContent" enable_content_types: - "text/event-stream" - "application/json" attributes: - key: model value_source: request_body value: model apply_to_log: true - key: consumer value_source: request_header value: x-mse-consumer apply_to_log: true ```