PulseAugur
中
实时 16:41:14
English(EN) I built an async wrapper for OpenAI/Anthropic SDKs because I didn't want a proxy in my request path

新的Python包装器可在无代理依赖的情况下提供LLM成本可见性

作者 PulseAugur 编辑部 · [1 个来源] ·

一个名为Cognocient的新Python包装器已被开发出来，用于为OpenAI和Anthropic API调用提供成本归属，而无需在请求路径中引入代理。该包装器异步运行，在主要API响应返回后报告成本数据，确保报告机制的任何问题都不会影响应用程序的性能或正常运行时间。该工具专为那些重视API使用成本可见性但又不依赖关键路径代理的开发人员而设计，尽管它目前不支持流式响应。 AI

影响 使开发人员能够在不增加应用程序请求路径的延迟或依赖性的情况下跟踪LLM API成本。

排序理由 该项目描述了一个与现有LLM API集成的新的软件工具，而不是一个核心AI模型发布或研究。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的Python包装器可在无代理依赖的情况下提供LLM成本可见性

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · Mandar Shinde ·

    I built an async wrapper for OpenAI/Anthropic SDKs because I didn't want a proxy in my request path

    <p>I kept running into the same tradeoff building cost tooling for teams shipping LLM features. Every attribution tool in this space works the same way: you point <code>base_url</code> at a proxy, and it sees every call before it happens. That's genuinely useful if you want to bl…

相关实体

相关话题