productos · ai
Todo lo que hay entre su modelo y su producto.
Llamar a un modelo es fácil; ir de un prompt en un notebook a una carga en producción no lo es. El nivel AI cierra esa brecha — enrutamiento, ejecución, orquestación y retrieval, diseñados como un solo sistema.
gateway
Una puerta para cada modelo.
Apunte su código a un solo endpoint y llame a los modelos por alias. Detrás de cada alias hay una cadena ordenada de upstreams, probada en orden de fallback — una caída de upstream se vuelve una decisión de routing, no una sala de crisis.
Conecte los endpoints de modelos que ya usa; sus credenciales viven como referencias a Secrets, nunca en texto plano en la config.
El código llama a un modelo por nombre; usted decide qué cadena de upstreams lo sirve. Cambie la cadena, no el código.
Cada modelo muestra si de verdad está sirviendo — verificado desde el camino de datos, no asumido por una entrada de config.
Tope de peticiones o tokens por key, por ventana. El límite se aplica donde cae la llamada, no en un dashboard que nadie mira.
Cada completion se atribuye a la key que lo generó, y los rollups desglosan el uso por key y por modelo.
Envíe un prompt a través del gateway y vea la respuesta, sin salir de la consola.
para el equipo de finanzas
El uso de modelos deja de ser un misterio y se vuelve una métrica atribuida y con tope — por key, por modelo, por ventana.
sandboxes
Hechas para desaparecer.
Cierto trabajo nunca debería sobrevivirse. Los sandboxes lanzan código no confiable, runs de evaluación y fragmentos por lotes con un time-to-live opcional — y se destruyen cuando terminan.
Cuando el reloj se agota, la sandbox también.
Una acción de primera clase, no un script de limpieza.
Una sandbox recibe exactamente los secrets y permisos que le fueron otorgados — nada ambiente, nada heredado.
Input, output y estado en la misma timeline que todo lo que la plataforma ejecuta.
Cómputo real cuando importa, desaparecido cuando no — una sola historia de ejecución, no dos.
workflows
Orquestación duradera sobre toda la plataforma.
Los workflows encadenan las capacidades propias de la plataforma en grafos de pasos versionados: llama a un modelo por el gateway, ejecuta un comando en una sandbox, consulta un index, espera, ramifica, repite.
Actualizar un workflow publica una nueva versión — la historia en curso sigue siendo honesta.
Cada paso deja un checkpoint mientras el workflow corre, así una pipeline larga sobrevive interrupciones y retoma donde se quedó.
Los runs aparecen en una línea de tiempo viva con su estado; cancele los que no deban terminar.
Lance un run con entrada JSON y véalo en la línea de tiempo de runs.
para el equipo de ingeniería
La reconstrucción nocturna de índices, la preparación de datos en varios pasos, la revisión de evaluación de modelos — se vuelven grafos revisables y reejecutables en vez de folclore de cron frágil.
knowledge graphs
Tus datos, como relaciones.
El retrieval no debería requerir un stack aparte. Knowledge Graphs convierte los datos que ya tienes en entidades y relaciones consultables — sin que la plataforma tome su custodia.
Apunta a los datos que ya tienes; nada se mueve, nada se copia fuera.
Modela el dominio como nodos y aristas tipadas — el recorrido es la consulta.
Una construcción por etapas, declarativa, de datos crudos a un grafo consultable — reanundable, repetible, visible.
Recorre los vecinos desde cualquier nodo, directo en la consola, antes de confiarlo a un run.
El retrieval es un paso del grafo, no una misión lateral de scripts.
para el equipo de datos
El sustrato de retrieval es superficie de producto — declaraciones, pipelines y consulta — no un montón de scripts ad hoc.
vector indexes
La similitud, como index.
Búsqueda semántica sobre tu contenido, tratada como infraestructura: declarada, versionada y reconstruida por workflows — nunca regenerada por quien aún tenga el script.
Un index es un recurso con nombre en tu proyecto — tipado, inspeccionable y poseído.
Mezcla búsqueda por vecino más cercano con filtros estructurados, para que las respuestas se queden en el carril correcto.
Las builds de indexes son workflows — versionadas, reanundables y visibles en la timeline de runs.
Un index informa si realmente está sirviendo — verificado, no supuesto.
para el equipo de plataforma
La búsqueda deja de ser un stack aparte y pasa a ser otro recurso con responsabilidad en el proyecto.
contacto
Hable con nosotros sobre poner Quark a correr.
Cuéntenos sus cargas — le mostraremos lo que su propia nube puede hacer.