Blank white background with no objects or features visible.

تحية إلى منطقة أوروبا والشرق الأوسط وأفريقيا! توسع TrueFoundry نطاق حضورها في هذه المنطقة الحيوية. اقرأ المزيد ←

ثلاثية TOKENMAXXING · الجزء 3 من 3: بناء غرفة التحكم لرفع كفاءة AI

By بويو وانغ

Updated: November 3, 2026

Published: July 2, 2026

غرفة التحكم مقابل لوحة الصدارة

حدد الجزء 1 المشكلة: tokenmaxxing، مقياس "أسطر البرمجة" الجديد، حيث يركز المهندسون على تحسين حجم استخدام AI لأنه الرقم الذي يتم قياسه. ووصف الجزء 2 العلاج المعماري: الهوية، السياسة، الأمان، وإمكانية الملاحظة المرتبطة بكل طلب عند بوابة العبور (gateway). هذا الجزء الأخير يحول تلك الهندسة المعمارية إلى شيء يمكن للمؤسسة تشغيله بالفعل أسبوعاً بعد أسبوع.

 

إن قرار التصميم الأكثر أهمية في هذه الطبقة هو أيضاً الأسهل إغفالاً. لوحة التحكم التي تبنيها ستوجه السلوكيات وتدربها. تفرض لوحة الصدارة ضغطاً اجتماعياً لاستهلاك الـ tokens. بينما تساعد غرفة التحكم قادة المنصات والأمن والمالية والهندسة على الإجابة عن أسئلة أكثر صعوبة والاتخاذ إجراءات بناءً على تلك الإجابات.

‍

الأسئلة التي تهم بالفعل: ما هي مسارات العمل التي تخلق قيمة مقابل كل دولار؟ ما هي الوكلاء (agents) التي تقع في حلقات تكرارية (looping)؟ ما هي الفرق التي تقدم استخداماً منخفضاً لـ AI حيث يمكن أن يساعد فعلياً؟ ما هو استخدام النماذج المتقدمة (premium-model) المبرر، وما هو الاستخدام الشكلي؟ ما هي أحداث دروع الحماية (guardrail events) التي تعتبر مجرد ضوضاء وتلك التي تشير إلى خطر حقيقي؟

‍

قم بإعداد اللوحات بشكل صحيح وستصبح هذه أسئلة تشغيلية روتينية يتم الإجابة عليها في اجتماع Standup يوم الاثنين. أخطئ في إعدادها وستقوم لوحة التحكم الأكثر دقة لديك بتدريب نفس السلوكيات القابلة للتلاعب التي سعيت لمنعها.

 

خمسة مبادئ للوحات التحكم كي لا تؤدي لنتائج عكسية

قبل الحديث عن اللوحات، نحدد قواعد التصميم. كل مبدأ هو الإجابة المباشرة على نمط الفشل الذي تسببه لوحات الصدارة.

1 الاعتماد الافتراضي على عرض الفريق، المشروع، ومسار العمل يمكن أن توجد عروض فردية لتصحيح الأخطاء الخاص (private debugging). ولكن لا يمكن وجود تصنيفات علنية لاستهلاك الـ tokens حسب الأشخاص. في اللحظة التي يظهر فيها مخطط لكل شخص أمام أقرانه، تكون قد أعدت إنشاء لوحة الصدارة بغض النظر عن عنوانها.
2 الفصل بين التبني والقيمة الاستخدام العالي ليس جيداً تلقائياً. والاستخدام المنخفض ليس سيئاً تلقائياً. مهندسان يحققان نفس النتيجة ولكن باختلاف 50 ضعفاً في استهلاك الـ tokens يخبرانك عن خيار في مسار العمل يستحق الاهتمام، وليس عن تفوق أحدهما على الآخر.
3 إظهار أدوات التحكم بجوار الاستخدام يجب أن يكون كل مخطط للمصروفات على بعد نقرة واحدة من قاعدة الميزانية النشطة، وعناصر التحكم في معدل الاستخدام (rate limit)، وسياسة التوجيه، ومجموعة دروع الحماية (guardrail group). أي ارتفاع مفاجئ بدون هذا السياق هو مجرد جدال. بينما الارتفاع المفاجئ معه هو قرار.
4 ربط بيانات الـ tokens بالنتائج الـ tokens هي المدخلات. والـ PRs المدمجة، التذاكر المغلقة، الحوادث المحلولة، وتشغيل Eval الناجح هي المخرجات. تفوق فائدة أي لوحة تحكم مرهون بمدى ربطها بين الاثنين. إذا لم تتمكن من تحديد ما إذا كانت الجلسة قد سلمت أي شيء، فإن لوحة التحكم وصفية وليست تشغيلية.
5 بناء قوائم إجراءات، وليس مخططات للشكل العام يجب أن تجيب كل لوحة على: ماذا يجب أن يفعل الشخص بعد ذلك؟ المخطط الذي لا يغير خطة أي شخص هو مجرد لقطة شاشة، وليس أداة.

اللوحة 1 — نظرة عامة على التبني (Adoption Overview)

تجيب لوحة التبني على سؤال بسيط بشكل مخادع: كم عدد المهندسين الذين يستخدمون أدوات AI بالفعل في أي يوم محدد؟

‍

اللوحة 1 — يخبرك التبني بمن يستخدم AI أساساً. الفروق الشاسعة بين الأدوات (Cursor 69% مقابل Claude Code 43%) هي الإشارة الأولى إلى أن تصميم مسار العمل — وليس قدرة الأداة — هو عنق الزجاجة.

‍

لاحظ ما لا تظهره اللوحة: التصنيفات الفردية. الوحدة هي المورد × الفريق × اليوم. الإجراء الذي تنتجه ليس 'تهنئة Alex' بل 'تبني Claude Code أقل بنسبة 26 نقطة مئوية عن Cursor. هل هي مشكلة احتكاك في الأداة أم مشكلة ملاءمة لحالة الاستخدام؟' هذا سؤال يستحق التركيز عليه في Sprint.

تجعل TrueFoundry هذا ممكناً عبر ترويسة X-TFY-METADATA المرفقة بكل طلب عبر البوابة. تحوي الترويسة كائن JSON نصياً تتضمن حقوله هوية المستخدم، عضوية الفريق، اسم الأداة، علامة المشروع، ومعرف الجلسة session ID.

→ المرجع لترويسات الطلب والاستجابة في TrueFoundry

→ نظرة عامة على لوحة تحكم التحليلات

‍

اللوحة 2 — معدل استهلاك المشروع (Project Burn Rate)

يخبرك التبني بمن يستخدم AI. بينما يخبرك معدل الاستهلاك بأين تذهب الأموال. هذه أسئلة مختلفة وتنتمي إلى لوحات مختلفة.

‍

اللوحة 2 — يتابع معدل الاستهلاك المكان الذي تذهب إليه الدولارات بالفعل. الصف غير المنسوب بقيمة $451 هو الأهم في لوحة التحكم هذه: الإنفاق بدون بيانات وصفية (metadata) هو دين حوكمة يتراكم في الوقت الفعلي.

الصف الحرج هو UNTAGGED. إنفاق بقيمة $451 لا يحتوي على بيانات وصفية للمشروع. هذه فجوة في تكوين البوابة، وليست مشكلة إنفاق. كل طلب غير معنون لا يمكن نسبة قيمته إلى نتيجة أعمال، أو حوكمته بسياسة ميزانية، أو إظهاره في مخطط معدل استهلاك مفيد.

يتيح لك الحد من الميزانية (Budget Limiting) في TrueFoundry وضع أسقف صارمة لكل مشروع، أو فريق، أو عائلة نماذج، أو نافذة زمنية. عندما يصل platform-search إلى 100% من سقف الميزانية الشهري البالغ $4,000، تبدأ الطلبات في إرجاع 429s أو التراجع إلى نموذج أرخص بناءً على السياسة التي قمت بتكوينها.

→ الحد من الميزانية — النوافذ، الأسقف، والتنبيهات

→ تقييد المعدل — لكل مستخدم، ولكل نموذج، ولكل علامة بيانات وصفية

اللوحة 3 — كاشف الوكلاء المنفلتين (Runaway-Agent Detector)

أكثر أنماط الفشل المكلفة في عالم الوكلاء (agentic world) هي الحلقة التكرارية (loop): وكيل يعيد المحاولة بلا نهاية لأن شرط الخروج لا يتحقق أبداً، أو لأن الأداة التي يستدعيها تستمر في إرجاع الأخطاء. يمكن لوكيل واحد منفلت في حلقة تكرارية استهلاك كمية tokens في ساعة واحدة تعادل ما يستهلكه فريق من المهندسين في يوم كامل.

Panel 3 — Detection runs against a 7-day per-workflow p95 baseline. A 4× anomaly fires inside the window where intervention is cheap (minutes), not after the invoice arrives (weeks).

‍

تتطلب هذه اللوحة إشارة OTEL التي تصدرها TrueFoundry: معدل الـ tokens لكل جلسة بمرور الوقت، وليس فقط أعداد الطلبات، مما يدعم ممارسات AIOps مثل الكشف عن الأنماط الشاذة والتعرف الاستباقي على المشكلات. يتم حساب خط الأساس p95 من الأيام السبعة السابقة للجلسات لكل علامة مسار عمل (workflow tag). أي شيء يتجاوز 3 أضعاف خط الأساس يطلق تنبيهاً على الـ pager وخياراً لإنهاء الجلسة عبر مسار فرض تقييد المعدل.

→ تصدير بيانات OpenTelemetry — التتبعات، النطاقات، وعدادات الـ tokens

→ تقييد المعدل — فرض أسقف لكل جلسة

اللوحة 4 — قائمة مراجعة النماذج المتقدمة (Premium-Model Review Queue)

ليس كل مهمة تصل إلى نموذج رائد (frontier model) تستحق هذا النموذج. توجيه مهمة تصنيف البريد الإلكتروني (classify-this-email) إلى Claude Opus 4.7 بسعر $5/$25 لكل مليون token عندما يمكن لـ Haiku 4.5 بسعر $1/$5 التعامل معها بفارق لا يتعدى 2% في الدقة هو دفع 5 أضعاف التكلفة مقابل قدرة لا تستخدمها. الخيار غير مرئي حتى يتم تجميعه عبر آلاف الطلبات اليومية — وهو بالضبط ما تفعله هذه اللوحة.

‍

اللوحة 4 — مراجعة أسبوعية لكل مسار عمل موجه حالياً إلى نموذج رائد. تخفيض ثلاثة نماذج هنا يسترد حوالي $12k/سنوياً دون تأثير على المنتج؛ بينما تظل security-code-review و eval-judge كما هي.

‍

تتراكم تحسينات متباينة على هذه اللوحة. توجيه classify-intent من Opus 4.7 إلى Haiku 4.5 يقلل تكلفة الـ tokens بمقدار 5 أضعاف. علاوة على ذلك، يقلل تفعيل التخزين المؤقت للموجهات (prompt caching) على موجه النظام (system prompt) من الـ tokens المدخلة المخزنة بنسبة 90% أخرى — وهو خصم متراكم يحول مسار عمل بتكلفة $3,200/شهرياً إلى حوالي $50/شهرياً دون أي تغيير في الدقة.

هناك أيضاً نسخة مخفية من هذه اللوحة: انحراف المرمز النصي (tokenizer drift). عندما أصدرت Anthropic نموذج Opus 4.7، أنتج المرمز النصي الجديد ما يصل إلى 35% من الـ tokens الإضافية لنفس المدخلات مقارنة بـ Opus 4.6. قائمة الأسعار المعلنة لم تتغير. ولكن التكلفة الفعلية لكل طلب تغيرت. الطريقة الوحيدة لرؤية ذلك هي القياس الممتد للـ tokens لكل إصدار نموذج على البوابة. والطريقة الوحيدة للاستجابة هي التراجع عن الاسم المستعار للنموذج الافتراضي — والذي يستغرق في TrueFoundry تغيير ملف YAML، وليس Sprint كاملاً.

يجعل التوجيه الافتراضي للنماذج في TrueFoundry اتخاذ الإجراءات بناءً على هذه اللوحة سلسًا وبدون احتكاك. تقوم بتكوين اسم نموذج منطقي مثل 'code-review-fast' يوجه الطلبات إلى نقاط نهاية فيزيائية مختلفة حسب علامة مسار العمل، أو الوقت من اليوم، أو الحمل — دون مساس بكود التطبيق. اختبار A/B لنموذج أرخص يتطلب تغيير YAML، وليس Sprint.

→ نظرة عامة على التوجيه — الوزن، الأولوية، المسار البديل، والتخزين المؤقت للموجهات

اللوحة 5 — مراجعة الأمان (أحداث دروع الحماية)

مهمة لوحة الأمان هي الفرز التكتيكي (triage). معظم أحداث دروع الحماية عبارة عن ضوضاء: حركة مرور اختبارية، تجارب المطورين، وحالات حافة متوقعة في الإنتاج. ولكن القليل منها يمثل خطراً حقيقياً: تسريب PII عبر موجه، ظهور سر (secret) في كود تم إنشاؤه بواسطة وكيل، أو محاولة حقن الموجهات (prompt injection) في مدخلات المستخدم.

‍

اللوحة 5 — معظم أحداث دروع الحماية ضوضاء (حجب PII، تحييد حقن الموجهات، واستمرار الطلب). وظيفة هذه اللوحة هي إبراز الحدث الوحيد المكشوف — السر المتسرب — قبل ظهوره في تقرير ما بعد الحادث.

السر المتسرب الوحيد في صف فحص الأسرار هو الخلية التي تتطلب إجراءً فورياً. كل شيء آخر هو معلومات إضافية: مفيدة لضبط حساسية دروع الحماية، والتمييز بين الإشارات والضوضاء، وإثبات حالة الامتثال للمراجعين.

يعني نموذج دروع الحماية المكون من أربعة خطافات في TrueFoundry (مدخلات الطلب، مخرجات الطلب، مدخلات الأداة، مخرجات الأداة) أن كل صف أحداث يرتبط بنقطة اعتراض محددة في دورة حياة الطلب. كشف الـ PII عند مدخلات الطلب يكتشف بيانات المستخدم قبل وصولها إلى النموذج. بينما فحص الأسرار عند مخرجات الأداة يكتشف البيانات الاعتمادية قبل وصولها إلى الأنظمة اللاحقة.

→ نظرة عامة على دروع الحماية — أربعة خطافات، وتفكيك سطح التهديدات

→ كشف PII/PHI — أوضاع الحجب ووضع الخطافات

→ كشف الأسرار — وضع التحقق مقابل وضع التعديل

اللوحة 6 — ربط النتائج (هل تم تسليم أي شيء؟)

هذه أصعب لوحة في البناء والأهم في الامتلاك. تشرح جميع اللوحات الخمس السابقة استخدام AI. بينما تجيب هذه اللوحة عما إذا كان هذا الاستخدام قد أنتج أي شيء.

اللوحة 6 — يحول ربط النتائج استخدام AI إلى قيمة أعمال مقابل كل دولار. يتم وضع علامة صريحة على مسارات العمل التي تفتقر إلى الربط (intern-sandbox هنا): استخدام AI غير المتتبع هو استخدام غير مدار.

‍

مفتاح الربط هو حقل session_id في X-TFY-METADATA، والذي تنشره TrueFoundry عبر كل طلب في جلسة وكيل متعددة الجولات. عندما يظهر نفس معرف الجلسة session ID في حمولة GitHub webhook أو البيانات الوصفية لـ Zendesk، يمكنك إغلاق الحلقة: تكلفت هذه الجلسة $2.21 وأنتجت PR مدمجاً لمراجعة الكود.

→ ترويسات الطلب

→ التحليلات — عروض التكلفة والاستخدام على مستوى الجلسة

طبقات المقاييس الثلاث

تعتمد اللوحات الست على ثلاث طبقات متميزة من المقاييس. الخطأ الأكثر شيوعاً في لوحات التحكم هو خلط هذه الطبقات: لا ينبغي أن يظهر عرض الإدارة التنفيذية أعداد إعادة المحاولة، ولا ينبغي أن يظهر عرض المناوبة (on-call) معدلات نجاح الـ eval.

الطبقة المقاييس الجمهور الوتيرة نوع الإجراء
النشاط الـ Tokens المدخلة/المخرجة، التكلفة، الطلبات، المستخدمون النشطون، مزيج النماذج، حصة النماذج المتقدمة المالية، القيادة الهندسية أسبوعياً إعادة توزيع الميزانية
التحكم تجاوزات تقييد المعدل، تجاوزات الميزانية، عدد المسارات البديلة، حظر دروع الحماية، عدد إعادات المحاولة، النموذج المحلول المنصة، الأمن يومياً / في الوقت الفعلي ضبط السياسات، الاستجابة للحوادث
النتيجة الـ PRs المدمجة، التذاكر المغلقة، الحوادث المحلولة، معدل نجاح eval، التكلفة لكل نتيجة الهندسة، المنتج، الإدارة التنفيذية مع كل Sprint / ربع سنوياً قرارات الاستثمار

درجة تشخيصية، وليست لوحة صدارة

بمجرد وجود الطبقات الثلاث، يظهر الإغراء لتجميعها في درجة واحدة لكل مهندس ونشر تصنيف. قاوم ذلك. الوظيفة أدناه تشخيصية بشكل صريح: أداة للعثور على أنماط مسارات العمل التي تستحق الاستثمار، أو إعادة التصميم، أو دروع حماية جديدة. قم بالتجميع حسب workflow_tag، وليس حسب user_id.

وتيرة التشغيل

لوحات التحكم لا تدير المؤسسات، بل الممارسات الدورية هي التي تفعل ذلك. الحد الأدنى من وتيرة التشغيل للاستخدام المُحكم لـ AI:

‍

الوتيرة المنفذ اللوحات المخرجات
يومياً (غير متزامن) مناوب المنصة (Platform on-call) الوكيل المنفلت، مراجعة الأمان حل تنبيهات الحلقات التكرارية؛ فرز تسريبات دروع الحماية قبل نهاية اليوم
أسبوعياً (30 دقيقة) المنصة + قادة الهندسة التبني، معدل الاستهلاك، مراجعة النماذج المتقدمة أفضل 3 تحسينات للتوجيه؛ وضع علامات على الإنفاق غير المنسوب؛ مراجعة قائمة الأمان
مع كل Sprint الهندسة + مالكو المنتجات ربط النتائج، الدرجة التشخيصية حسب مسار العمل الاستثمار في أفضل 3 أنماط لمسارات العمل؛ إيقاف أسوأ 3؛ تحديث أسقف الميزانية
ربع سنوياً (تنفيذي) CTO / نائب رئيس الهندسة اتجاه التكلفة لكل نتيجة، منحنى التبني، مراجعة الحوادث سردية عائد الاستثمار لـ AI لمجلس الإدارة؛ تجديد عقود الموردين؛ خارطة طريق الانتقال بين النماذج

‍

التنبيهات كإدخالات في كتاب التشغيل (Runbook)

يجب أن ترتبط كافة التنبيهات بفرص خطوة في كتاب التشغيل، وليس مجرد حدث على الـ pager. يحدد ملف YAML أدناه الحد الأدنى لمجموعة قواعد التنبيه لغرفة التحكم، التي تعمل مقابل تصدير OTEL في TrueFoundry:

تحقق من حقل workflow_tag في X-TFY-METADATA للطلب لمعرفة الفريق المالك

تحقق من حقل workflow_tag في X-TFY-METADATA للطلب لمعرفة الفريق المالك

→ tfy apply — نشر التنبيهات والسياسات بأسلوب GitOps

→ تصدير بيانات OpenTelemetry — نقاط نهاية مقاييس OTEL

قائمة مراجعة غرفة التحكم من ثمانية عناصر

قبل إعلان أن غرفة تحكم AI لديك أصبحت تشغيلية، تحقق من هذه الشروط الثمانية. يربط كل منها بقدرة محددة في TrueFoundry:

# الشرط قدرات TrueFoundry الوثيقة
1 يحمل كل طلب بيانات وصفية عن المستخدم، الفريق، المشروع، والجلسة تطبيق X-TFY-METADATA (مع مفاتيح JSON الإلزامية) عند البوابة https://www.truefoundry.com/docs/ai-gateway/headers
2 لكل مشروع سقف ميزانية صارم وتنبيه مبكر عند 80% الحد من الميزانية (Budget Limiting) https://www.truefoundry.com/docs/ai-gateway/budgetlimiting
3 تفعيل قيود المعدل لكل مستخدم ولكل نموذج تقييد المعدل (Rate Limiting) https://www.truefoundry.com/docs/ai-gateway/ratelimiting
4 فحص الأسرار يعمل في وضع التعديل (mutate mode) على جميع زيارات الإنتاج كشف الأسرار (Secrets Detection) https://www.truefoundry.com/docs/ai-gateway/secrets-detection
5 كشف PII نشط عند خطاف مدخلات الطلب (request-input hook) كشف PII/PHI https://www.truefoundry.com/docs/ai-gateway/tfy-pii
6 تنبيه كشف الحلقات التكرارية مع MTTD أقل من 5 دقائق مفعّل تصدير OTEL + قاعدة التنبيه https://www.truefoundry.com/docs/ai-gateway/export-opentelemetry-data
7 مسار عمل واحد على الأقل مجهز بربط النتائج (outcome join) التحليلات + اتفاقية معرف الجلسة session ID https://www.truefoundry.com/docs/ai-gateway/analytics
8 مراجعة سياسات التوجيه؛ وتتبع حصة النماذج المتقدمة أسبوعياً نظرة عامة على التوجيه https://www.truefoundry.com/docs/ai-gateway/load-balancing-overview

إعادة التأطير النهائي: بدون غرفة تحكم ومع وجودها

❌ بدون TrueFoundry ✅ مع TrueFoundry
أعداد الـ tokens هي المقياس المرئي الوحيد. يركز المهندسون على تحسين أعداد الـ tokens. تم الفصل بين مقاييس النشاط، التحكم، والنتائج. يركز المهندسون على تحسين النتائج.
الإنفاق مرئي فقط في فواتير المزود: متأخر بـ 30 يوماً، وبدون إسناد للمشاريع. الإنفاق مرئي لكل مشروع في الوقت الفعلي مع فرض أسقف الميزانية قبل التجاوز.
يتم اكتشاف حلقات الوكلاء التكرارية عند وصول الفاتورة الشهرية. يتم كشف حلقات الوكلاء في غضون 5 دقائق. وإنهاء الجلسة تلقائياً عبر سياسة تقييد المعدل.
أحداث دروع الحماية محصورة في سجلات مزود النموذج: غير قابلة للوصول وغير قابلة للتنفيذ. أحداث دروع الحماية موحدة عبر المزودين، ومصنفة حسب النوع والشدة مع كتب تشغيل.
توجيه النماذج مبرمج بشكل ثابت في كود التطبيق: يتطلب Sprint كاملاً للتغيير. التوجيه عبارة عن تغيير في ملف YAML يتم مراجعته في 10 دقائق ونشره دون مساس بكود التطبيق.
عائد الاستثمار لـ AI مجرد عرض تقديمي يستند للشعور: لا تتوفر بيانات لدعم السردية. عائد الاستثمار لـ AI هو التكلفة لكل نتيجة حسب مسار العمل، يتحدث في كل Sprint، ويستند لبيانات الربط.

ملخص الثلاثية: البنية المكونة من ثلاث طبقات

بنت ثلاثية Tokenmaxxing حجة مكونة من ثلاث طبقات. كل طبقة ضرورية؛ ولا توجد طبقة كافية بمفردها.

الشكل الملخص -- الثلاثية كبنية متكاملة: تعتمد كل ممارسة تشغيلية على هندسة البوابة المعمارية، وتصبح هذه الهندسة منطقية فقط بمجرد إعادة تعريفه لـ "القيمة" عبر طبقة المقاييس. تخطي الطبقة السفلية يعني أن الطبقتين العلويتين ستعملان على تحسين الشيء الخاطئ — وبشكل أسرع.

‍

المؤسسات التي تتوقف عند الطبقة 1 لديها سردية ولكن دون آليات فرض. وتلك التي تتوقف عند الطبقة 2 لديها آليات فرض ولكن دون حلقة تغذية راجعة. تغلق غرفة التحكم هذه الحلقة — مما يجعل الاستخدام المُحكم لـ AI ليس مجرد موقف للامتثال بل انضباطاً تشغيلياً يتضاعف أثره مع مرور الوقت.

تقدم TrueFoundry البنية الكاملة: بوابة مع زمن تأخير ~5ms p50 للتوجيه عبر أكثر من 1000 نموذج LLM، وبوابة MCP أصلية لحركة مرور الوكلاء المحكومين، وطبقة إمكانية ملاحظة أصلية لـ OpenTelemetry تصدر البيانات إلى Grafana أو Datadog أو Prometheus. سواء كان ذلك كخدمة SaaS، أو VPC، أو في المقر (on-prem)، أو معزولاً عن الشبكة (air-gapped) — والمذكورة في تقرير Gartner لـ 'أفضل 10 ممارسات لتحسين تكاليف الذكاء الاصطناعي التوليدي والوكلاء 2026'. غرفة التحكم ليست مشروع هندسة بيانات مخصصاً. بل هي مجرد ضبط إعدادات (configuration).

‍

وثائق المرجع لـ TrueFoundry — الفهرس الكامل

القدرة رابط الوثيقة
نظرة عامة على AI Gateway https://www.truefoundry.com/docs/ai-gateway/intro-to-llm-gateway
لوحة تحكم التحليلات https://www.truefoundry.com/docs/ai-gateway/analytics
تصدير OTEL https://www.truefoundry.com/docs/ai-gateway/export-opentelemetry-data
الحد من الميزانية (Budget Limiting) https://www.truefoundry.com/docs/ai-gateway/budgetlimiting
تقييد المعدل (Rate Limiting) https://www.truefoundry.com/docs/ai-gateway/ratelimiting
التوجيه / موازنة الحمل https://www.truefoundry.com/docs/ai-gateway/load-balancing-overview
نظرة عامة على دروع الحماية https://www.truefoundry.com/docs/ai-gateway/guardrails-overview
كشف PII/PHI https://www.truefoundry.com/docs/ai-gateway/tfy-pii
كشف الأسرار https://www.truefoundry.com/docs/ai-gateway/secrets-detection
ترويسات الطلب https://www.truefoundry.com/docs/ai-gateway/headers
إدارة الموجهات (Prompt Management) https://www.truefoundry.com/docs/ai-gateway/prompt-management
معمارية المنصة https://www.truefoundry.com/docs/platform/architecture
معمارية مستوى البوابة (Gateway Plane) https://www.truefoundry.com/docs/platform/gateway-plane-architecture
سياسات النشر https://www.truefoundry.com/docs/applying-custom-policies
tfy apply (GitOps) https://www.truefoundry.com/docs/using-tfy-apply
```

Try now.

One gateway for all your models, MCP servers, and agents. No credit card needed.

Start free
Table of Contents

One Gateway for Every LLM, Agent and MCP Server

Book a 30-min with our AI expert

Book a Demo

The fastest way to build, govern and scale your AI

Book Demo
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Discover More

No items found.
Guide to Langgraph vs Langchain
November 16, 2026
|
5 min read

مقارنة بين LangChain وLangGraph: أيهما الأفضل لك؟

مقارنة
A detailed guide on Claude Fable 5
November 16, 2026
|
5 min read

كلود فيبل 5: واجهة برمجة التطبيقات، المعايير، التسعير وكيفية استخدامه

الهندسة والمنتج
openrouter vs litellm
November 16, 2026
|
5 min read

LiteLLM مقابل OpenRouter: أيهما الأنسب لك؟

مقارنة
November 16, 2026
|
5 min read

معمارية المحول في نماذج اللغة الكبيرة

مصطلحات LLM
No items found.

Recent Blogs

Black left pointing arrow symbol on white background, directional indicator.
Black left pointing arrow symbol on white background, directional indicator.
Take a quick product tour
Start Product Tour
Product Tour