produkte · ai
Alles zwischen Ihrem Modell und Ihrem Produkt.
Ein Modell aufzurufen ist einfach; von einem Prompt im Notebook zu einem Workload in Produktion ist es nicht. Die KI-Ebene schließt diese Lücke — Routing, Ausführung, Orchestrierung und Retrieval, als ein System designt.
gateway
Eine Tür für jedes Modell.
Richten Sie Ihren Code auf einen Endpoint und rufen Sie Modelle per Alias auf. Hinter jedem Alias steht eine geordnete Kette von Upstreams, in Fallback-Reihenfolge — ein Upstream-Ausfall wird zur Routing-Entscheidung, nicht zum War Room.
Verbinden Sie die Modell-Endpoints, die Sie bereits nutzen; ihre Zugangsdaten leben als Secret-Referenzen, nie als Klartext in Config.
Code ruft ein Modell beim Namen auf; Sie entscheiden, welche Kette von Upstreams es bedient. Ändern Sie die Kette, nicht den Code.
Jedes Modell zeigt, ob es wirklich bedient — vom Datenpfad verifiziert, nicht aus einem Config-Eintrag angenommen.
Deckeln Sie Requests oder Tokens pro Key, pro Fenster. Das Limit wird dort durchgesetzt, wo der Aufruf landet, nicht in einem Dashboard, das niemand ansieht.
Jeder Completion wird dem Key zugeordnet, der ihn verursacht hat, und Rollups schlüsseln Usage nach Key und Modell auf.
Schicken Sie einen Prompt durch das Gateway und sehen Sie die Antwort, ohne die Console zu verlassen.
für das finance-team
Modell-Nutzung hört auf, ein Rätsel zu sein, und wird zur zugeordneten, gedeckelten Metrik — pro Key, pro Modell, pro Fenster.
sandboxes
Gebaut zum Verschwinden.
Manche Arbeit sollte sich nie selbst überleben. Sandboxes starten unvertrauenswürdigen Code, Eval-Läufe und Batch-Fragmente mit optionaler Time-to-Live — und werden zerstört, wenn sie fertig sind.
Wenn die Uhr abläuft, läuft auch die Sandbox ab.
Eine first-class Aktion, kein Aufräumskript.
Eine Sandbox erhält exakt die Secrets und Berechtigungen, die ihr gewährt wurden — nichts Umgebungsbedingtes, nichts Geerbtes.
Input, Output und Status auf derselben Timeline wie alles andere, das die Plattform ausführt.
Echtes Compute, wenn es zählt, weg, wenn nicht — eine Ausführungsgeschichte, nicht zwei.
workflows
Dauerhafte Orchestrierung über die ganze Plattform.
Workflows verketten die eigenen Fähigkeiten der Plattform zu versionierten Schrittgraphen: ein Modell übers Gateway aufrufen, einen Befehl in einer Sandbox ausführen, einen Index abfragen, warten, verzweigen, wiederholen.
Ein Workflow-Update veröffentlicht eine neue Version — die laufende Historie bleibt ehrlich.
Jeder Schritt wird beim Ablauf gecheckpointed, sodass eine lange Pipeline Unterbrechungen übersteht und dort weitermacht, wo sie aufhörte.
Runs erscheinen mit ihrem Status auf einer Live-Timeline; brechen Sie die ab, die nicht fertig werden sollen.
Starten Sie einen Run mit JSON-Input und verfolgen Sie ihn auf der Run-Timeline.
für das engineering-team
Der nächtliche Index-Neuaufbau, die mehrstufige Datenaufbereitung, der Modell-Eval-Sweep — sie werden zu prüfbaren, wiederholbaren Graphen statt fragiler Cron-Folklore.
knowledge graphs
Ihre Daten, als Relationen.
Retrieval sollte keinen separaten Stack erfordern. Knowledge Graphs machen die Daten, die Sie bereits halten, zu abfragbaren Entitäten und Relationen — ohne dass die Plattform sie in Verwahrung nimmt.
Zeigen Sie auf die Daten, die Sie bereits halten; nichts bewegt sich, nichts wird wegkopiert.
Modellieren Sie die Domäne als Knoten und typisierte Kanten — Traversierung ist die Abfrage.
Ein gestaffelter, deklarativer Build von Rohdaten zum abfragbaren Graphen — fortsetzbar, wiederholbar, sichtbar.
Gehen Sie von jedem Knoten aus entlang der Nachbarn, direkt in der Konsole, bevor Sie es einem Lauf anvertrauen.
Retrieval ist ein Schritt im Graphen, kein Skript-Seitenpfad.
für das Data-Team
Das Retrieval-Substrat ist Produktfläche — Deklarationen, Pipelines und Abfrage — kein Haufen Ad-hoc-Skripte.
vector indexes
Similarity, als Index.
Semantische Suche über Ihrem Inhalt, behandelt wie Infrastruktur: deklariert, versioniert und von Workflows neu gebaut — nie regeneriert von wem auch immer das Skript noch hat.
Ein Index ist eine benannte Ressource in Ihrem Projekt — typisiert, prüfbar und zugeordnet.
Kombinieren Sie Nearest-Neighbor-Suche mit strukturierten Filtern, damit Antworten in der richtigen Spur bleiben.
Index-Builds sind Workflows — versioniert, fortsetzbar und auf der Run-Timeline sichtbar.
Ein Index meldet, ob er wirklich serviert — verifiziert, nicht angenommen.
für das Plattform-Team
Suche hört auf, ein separater Stack zu sein, und wird eine weitere verantwortbare Ressource im Projekt.
kontakt
Sprechen Sie mit uns über Quark im Einsatz.
Erzählen Sie uns von Ihren Workloads — wir zeigen Ihnen, was Ihre eigene Cloud kann.