Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Naplózási naplók és monitorozás a konzolon keresztül

10. lecke 12 közül Frissítve 2026. július 28. Haladó
Ezen az oldalon
  1. A naplózás jelentősége szabályozott környezetben
  2. Az xAI konzol: a biztonsági irányítópultod
  3. Használati elemzés az API-n keresztül
  4. Riasztórendszer kiépítése
  5. Kliens oldali alkalmazásnaplók
  6. Öt mérőszám, amely olvashatóvá teszi a monitorozást
  7. Főbb megállapítások

A naplózás jelentősége szabályozott környezetben

Amikor egy SOC 2 auditor azt kérdezi: „Ki, mit és mikor használt, és hogyan derítenéd ki anomália esetén?“, a válasz nem lehet az, hogy „utánanézünk“. Bármely, megfelelőségi kötelezettségek (SOC 2, HIPAA, GDPR) alá tartozó szervezet számára a műveletek nyomon követhetősége alapvető követelmény, amelyet még az incidens előtt kell előkészítened, nem utána. Az xAI konzol (console.x.ai) olyan monitorozási és naplózási eszközöket biztosít, amelyekkel nyomon követheted az API-kulcsaid használatát és észlelheted az anomáliákat; ez a lecke bemutatja, hogyan használd ezeket, majd hogyan egészítsd ki őket az alkalmazás oldalán.

Az xAI konzol: a biztonsági irányítópultod

A console.x.ai címen elérhető konzol négy funkciót központosít: az API-kulcsok kezelését, a használat monitorozását, a számlázást költési limitekkel, valamint a fiók biztonsági adatait. Adatoldalról biztosítja a kulcsonkénti használatot (kérések száma, felhasznált tokenek), a modellenkénti használatot, a részletes számlázási előzményeket időszakokra bontva, valamint az egyes kulcsok státuszát – aktív, blokkolt vagy letiltott. Szoktasd rá magad, hogy rendszeresen átnézed: a legtöbb kulcskompromittálást először egy olyan használati görbe árulja el, amely már nem hasonlít az előző hetekére.

Használati elemzés az API-n keresztül

A konzol elég egy gyors pillantásra, de a komoly monitorozásnak programozottnak kell lennie: erre szolgál az elemzési végpont.

POST /v1/billing/teams/{team_id}/usage

{
  "analyticsRequest": {
    "timeRange": {
      "startTime": "2026-03-01 00:00:00",
      "endTime": "2026-04-01 00:00:00",
      "timezone": "UTC"
    },
    "timeUnit": "DAY",
    "values": [{"name": "tokens", "aggregation": "SUM"}],
    "groupBy": ["model"]
  }
}

Ez a kérés a márciusi hónapra vonatkozóan kéri le a felhasznált tokenek összegét, naponta lebontva, modellenként szűrve. A rugalmasság a kombinálható opciókból fakad: az időegységek a HÓNAP-tól a PERC-ig terjednek, beleértve a NAPTÁRI_HÉT, NAP, ÓRA és NEGYEDÓRA értékeket is; az elérhető aggregációk a SUM, AVG, MIN, MAX, a P50, P90 és P99 percentilisek, valamint a COUNT és COUNT_DISTINCT; végül csoportosíthatsz modell, időszak vagy kulcs szerint is.

Ezek az összetevők négy konkrét igényt fednek le. Először is az anomáliadetektálást: a fogyasztás hirtelen megugrása egy olyan kulcsnál, amely általában stabil mennyiséget kezel, a kompromittálódás klasszikus tünete – ezt a lekérdezést kell futtatnia a monitorozó szkriptednek minden éjjel. Másodszor a költségoptimalizálást: modellenkénti csoportosítással felfedezheted a kihasználatlan végpontokat vagy a feleslegesen hívott drága modelleket. Harmadszor a megfelelőségi jelentéseket: ugyanez a lekérdezés egy negyedévre lefuttatva megadja azokat a számokat, amelyeket az auditor kérni fog. Végül a kapacitástervezést: a fogyasztási trend megmutatja, mikor kell újratöltened a krediteidet, mielőtt vasárnap kifogynál belőlük.

Riasztórendszer kiépítése

Egy irányítópult, amit nem nézel meg, semmit sem véd; a riasztások viszont eljutnak hozzád. Íme egy napi ellenőrzés váza, amely összehasonlítja az elmúlt 24 óra fogyasztását egy küszöbértékkel:

import requests
from datetime import datetime, timedelta

def check_usage_anomaly(team_id, threshold_tokens):
    today = datetime.utcnow()
    yesterday = today - timedelta(days=1)

    response = requests.post(
        f"https://management-api.x.ai/v1/billing/teams/{team_id}/usage",
        headers={"Authorization": f"Bearer {MGMT_KEY}"},
        json={
            "analyticsRequest": {
                "timeRange": {
                    "startTime": yesterday.strftime("%Y-%m-%d 00:00:00"),
                    "endTime": today.strftime("%Y-%m-%d 00:00:00"),
                    "timezone": "UTC"
                },
                "timeUnit": "DAY",
                "values": [{"name": "tokens", "aggregation": "SUM"}]
            }
        }
    )

    total_tokens = sum_tokens(response.json())
    if total_tokens > threshold_tokens:
        send_alert(f"Abnormal usage: {total_tokens} tokens in 24h")

Egészítsd ki ezt a beállítást egy költségvetési biztonsági hálóval: a POST /v1/billing/teams/{team_id}/postpaid/spending-limits végpont lehetővé teszi egy havi költési limit beállítását – így az ellenőrizhetetlen túlköltés lehetetlenné válik, bármilyen okból is történne. Hogy a számlázási ciklus bármely pontján tudd, hol tartasz, a GET /v1/billing/teams/{team_id}/postpaid/invoice/preview végpont előnézetet ad a felhalmozott költségekről még a végső számla előtt.

Kliens oldali alkalmazásnaplók

Az xAI konzol látja, ami az xAI-nál történik; nem látja, ami a te oldaladon zajlik. A saját alkalmazásnaplóid jelentik a nyomon követhetőség másik felét: ezek azok, amelyek választ adnak a „melyik felhasználó indította ezt a hívást?“ kérdésre. Minden API-hívásnál naplózd az időbélyeget, a hívást kezdeményező felhasználó azonosítóját, a használt modellt és végpontot, a bemeneti és kimeneti tokenek számát, a HTTP válasz státuszkódját, a késleltetést, valamint az API-kulcs azonosítóját maszkolt verzióban.

Az ellenkező irányú fegyelem ugyanilyen fontos, mert egy túl bőbeszédű napló maga is adatbiztonsági kockázattá válik. Soha ne naplózd a személyes adatokat tartalmazó promptok tartalmát, sem a bizalmas információt hordozó válaszokat, sem az API-kulcsokat olvasható formátumban, sem az ephemeral tokeneket. Egy olyan naplófájl, amely tartalmazza a felhasználóid promptjait, álcázott személyes adatbázisnak minősül – minden ezzel járó GDPR-kötelezettséggel, beleértve a törléshez való jogot is.

Öt mérőszám, amely olvashatóvá teszi a monitorozást

E lecke összefoglalásaként gyűjtsd össze a monitorozási adataidat egyetlen irányítópulton, ahelyett, hogy több képernyőt használnál. Az első két mérőszám a normál tevékenységet írja le: a napi fogyasztás kulcsonként és modellenként, valamint a hibaráta (4xx, 5xx) végpontonként, ami egyszerre tár fel telepítési hibát és rosszul konfigurált jogosultságokkal rendelkező kulcsot. A következő kettő a súrlódást írja le: a kiváltott moderációs kísérletek, amelyek megmutatják, mit próbálnak csinálni a felhasználóid, valamint a lejárat közelében lévő kulcsok, hogy előre jelezd a megújításokat, ne pedig váratlanul kelljen szembenézned velük.

Az ötödik mérőszám az, ami igazán számít: az összehasonlítás a történelmi átlagokkal. Egy nyers szám önmagában semmit sem mond – nyolcmillió token tegnap éjjel, az sok? A normálistól való eltérés azonban mindent elárul, és именно erre az eltérésre kell beállítanod a riasztásaidat.

Főbb megállapítások

  • Az xAI konzol (console.x.ai) központosítja a monitorozást, a kulcskezelést és a számlázást
  • A használati végpont lehetővé teszi a programozott elemzést rugalmas aggregációval (SUM-tól P99-ig, PERC-től HÓNAP-ig)
  • Állíts be küszöbérték-alapú riasztásokat a fogyasztásra: a rendellenes csúcs a kompromittálódás első jele
  • Állíts be költségi limiteket a Management API-n keresztül a túllépés megakadályozására
  • Naplózd a metaadatokat az alkalmazás oldalán, de soha ne érzékeny tartalmat vagy kulcsokat olvasható formátumban