تكامل بانجيا مع بوابة الذكاء الاصطناعي من TrueFoundry

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
تتحرك فرق نماذج اللغة الكبيرة الحديثة بسرعة، لكنها تحتاج أيضًا إلى أمان ذكاء اصطناعي حقيقي وعملي. لقد قمنا بالتكامل مع العديد من مزودي الضوابط الوقائية، ونقدم تكاملاً آخر لعملائنا من الشركات- Pangea تكامل مع بوابة TrueFoundry للذكاء الاصطناعي، حتى تتمكن الفرق من اكتشاف حقن المطالبات، وحجب البيانات الحساسة، وتطبيق سياسات المحتوى دون الحاجة إلى إعادة تهيئة بنيتها التحتية.
ما هي Pangea (ولماذا يتم دمجها مع بوابة ذكاء اصطناعي)؟
Pangea توفر مجموعة من خدمات الأمان القابلة للبرمجة المصممة خصيصًا لأعباء عمل الذكاء الاصطناعي - وأبرزها AI Guard لاكتشاف المحتوى الخطير وتطبيق السياسات، و Redact لإزالة البيانات الحساسة تلقائيًا. تقدم مفهوم الوصفات: تكوينات حماية قابلة لإعادة الاستخدام تحددها في لوحة تحكم Pangea وتستدعيها من تطبيقك أو منصتك. دمج Pangea في بوابة الذكاء الاصطناعي الخاصة بك يعني أنه يمكنك تطبيق هذه الضمانات على كل طلب واستجابة عبر المزودين والنماذج والأدوات والوكلاء دون الحاجة إلى تعديل مسارات التعليمات البرمجية للتطبيق.
لماذا الأمان مهم لبوابة الذكاء الاصطناعي
- دفاعات مركزية. تطبيق ضوابط وقائية على مستوى المؤسسة عند بوابة الذكاء الاصطناعي.
- تبقى البيانات في بيئتك الخاصة. تتدفق حركة المرور عبر بيئتك الخاضعة للتحكم؛ أنت من يقرر ما يتم تسجيله وأين.
- دفاع عميق. اكتشاف عمليات الحقن، تحييد عناوين URL، حظر محاولات تسريب البيانات، وحجب معلومات التعريف الشخصية (PII) قبل أن تصل إلى النماذج أو المستخدمين.
- بساطة التشغيل. مكان واحد لربط بيانات الاعتماد، واجهة سياسة واحدة للإدارة لتقليل الانحراف، وأمان ذكاء اصطناعي أكثر اتساقًا.
كيف يعمل التكامل
بشكل عام:
- أنشئ وصفة AI Guard في Pangea (على سبيل المثال، حظر حقن المطالبات، تنظيف عناوين URL، حجب الأنماط).
- في TrueFoundry، أضف حماية Pangea إلى مسارك أو سياسة مؤسستك - وجهها إلى نطاق Pangea الخاص بك، ونطاق المشروع، ومعرف الوصفة؛ أشر إلى مفتاح API مخزن.
- تستدعي بوابة الذكاء الاصطناعي Pangea مباشرةً للمطالبات و/أو الإكمال، ثم تفرض القرار (السماح، الحظر، الحجب، التحويل) قبل إعادة التوجيه إلى النموذج أو العميل.

أنواع الحماية المدعومة
يمكنك إرفاق فحوصات Pangea بأي من هذه المراحل:
- موجه (قبل النموذج)
- إكمال (بعد النموذج)
- موجه وإكمال (كلا الاتجاهين)
يتم تكوينها كـ "حراس" في البوابة، مع بانجيا كمزود.
إضافة تكامل بانجيا
لإضافة تكامل بانجيا، ابدأ بإدخال اسم لمجموعة الضوابط الخاصة بك ثم أضف أي متعاونين يجب أن يكون لديهم حق الوصول لإدارة هذه المجموعة أو استخدامها. بعد ذلك، قم بتكوين تكوين بانجيا عن طريق إعطائه اسم وتحديد النطاق لمزود السحابة والمنطقة التي تم فيها إعداد مشروع بانجيا الخاص بك. على سبيل المثال، إذا كانت نقطة النهاية الخاصة بك هي https://<service_name>.aws.us-west-2.pangea.cloud/v1/text/guard، فإن النطاق الذي يجب عليك إدخاله هو aws.us-west-2.pangea.cloud. يمكنك أيضاً توفير وصفة كمفتاح، والذي يشير إلى تكوين مُعرّف مسبقاً في وحدة تحكم مستخدم Pangea يحدد القواعد التي يجب تطبيقها على النص، مثل تحييد عناوين URL الضارة. إذا كنت ترغب في تطبيق إعدادات مخصصة تتجاوز تكوين حساب Pangea الافتراضي الخاص بك، يمكنك تمكين التجاوزات. بعد ذلك، اختر نوع الحماية من القائمة المنسدلة، بناءً على نوع الحماية الذي ترغب في تطبيقه.
أخيراً، ضمن بيانات مصادقة Pangea، قم بتوفير مفتاح API المستخدم لمصادقة الطلبات إلى خدمات Pangea. هذا المفتاح ضروري لعملية التكامل، ويمكنك الحصول عليه من وحدة تحكم Pangea بالانتقال إلى لوحة تحكم مشروعك وفتح قسم الرموز أو مفاتيح API . تأكد من الحفاظ على هذا المفتاح آمناً، لأنه يوفر الوصول إلى خدمات الأمان الخاصة بك في Pangea.

كيف تبدو عملية التنفيذ
- حظر: يتم إيقاف الطلب/الاستجابة مع سبب واضح ومسار للتعليمات البرمجية لتحسين إمكانية المراقبة.
- تنقيح: تتم إزالة الأجزاء الحساسة قبل إرسالها إلى نموذج اللغة الكبير (LLM) أو العميل (باستخدام ميزة التنقيح).
- تحويل: يمكن نزع خطورة البنى غير الآمنة (مثل عناوين URL)، ثم تمريرها بأمان عبر بوابة الذكاء الاصطناعي.
جميع القرارات مرئية في سجلات البوابة الخاصة بك؛ وتحتفظ Pangea أيضًا بسجل تدقيق ضمن مشروعك للتحقيقات والمراجعات.
بمجرد ربط Pangea بالبوابة، فإن أكبر مكسب تشغيلي هو الاتساق. لا يتعين على الفرق تذكر "تفعيل" الأمان في كل خدمة مصغرة أو سير عمل وكيل، لأن نفس الفحوصات تُطبق أينما تدفقت حركة المرور سواء كان ذلك إكمال دردشة بسيطًا، أو استدعاء أداة وكيل، أو مسارًا معززًا بالاسترجاع. هذا يقلل من انحراف السياسات بمرور الوقت ويجعل من الأسهل بكثير طرح حمايات جديدة (أو تشديد الحمايات الحالية) دون تنسيق تغييرات التعليمات البرمجية عبر فرق متعددة.
كما أنه يحسن عمليات اليوم الثاني عندما يحدث خطأ ما. عندما يبلغ مستخدم عن مخرجات غير آمنة أو سلوك مشبوه، يمكن لفرق المنصة تتبع بالضبط أي حارس تم تفعيله، وما الإجراء الذي تم اتخاذه، وأي مسار ونموذج كانا متورطين، كل ذلك من سجلات البوابة وإشارات التدقيق. هذا يجعل التحقيقات أسرع ويساعد فرق الأمن والذكاء الاصطناعي على بناء سير عمل مشترك وقابل للتكرار لمراجعة الحوادث، وضبط الوصفات، والتحقق من صحة التغييرات قبل وصولها إلى الإنتاج.
بمرور الوقت، تتطور الفرق عادةً من "الحظر والتنقيح الأساسيين" إلى سياسات أكثر دقة توازن بين الأمان وتجربة المستخدم. على سبيل المثال، قد تختار حظر محاولات حقن الأوامر الواضحة، وتنقيح أنواع محددة من معلومات التعريف الشخصية (PII)، وتحويل المحتوى الخطير مثل عناوين URL أو مقتطفات التعليمات البرمجية، مع السماح لبقية الطلب بالمتابعة. باستخدام وصفات Pangea والتطبيق على مستوى البوابة، تصبح هذه التغييرات تحديثات تكوين بدلاً من إعادة كتابة، مما يتيح للفرق تكرار عناصر التحكم الأمني بنفس الوتيرة التي يكررون بها الأوامر والنماذج وميزات المنتج.
أسئلة متكررة
هل يضيف هذا زمن انتقال؟
تتم المكالمة عند بوابة الذكاء الاصطناعي؛ ومع التخزين المؤقت والوصفات الموجزة، تكون التكلفة الإضافية صغيرة عادةً مقارنة بزمن انتقال النموذج.
هل اختيار النموذج مقيد؟
لا. تُطبق السياسات عبر جميع المزودين والنماذج نظرًا لأنه يتم فرضها عند حدود بوابة الذكاء الاصطناعي.
هل يمكننا الدمج مع حواجز حماية أخرى؟
نعم، قم بتكديس Pangea مع حواجز حماية إضافية للبوابة لأمان الذكاء الاصطناعي متعدد الطبقات.
ابدأ الآن
- اتبع وثائق TrueFoundry خطوة بخطوة لتكوين Pangea. الرابط هنا
- راجع مفاهيم Pangea لحماية الذكاء الاصطناعي (الوصفات، الإجراءات) لتصميم السياسة الصحيحة.
إذا كنت تعمل على زيادة حجم أعباء عمل نماذج اللغة الكبيرة (LLM)، فإن هذا الاقتران يوفر لك نقطة تحكم مركزية وواضحة: أمان الذكاء الاصطناعي الذي يرافق كل استدعاء، وبوابة ذكاء اصطناعي تحافظ على تطبيقاتك سريعة ومتسقة ومتوافقة.
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.
The fastest way to build, govern and scale your AI

















.png)
.webp)










.webp)






