循序渐进 · AIP 教学 · 核心平台（十）
Ontology 与 AIP 的可观测性
AI 跑出问题了，怎么查？这一篇讲 Workflow Lineage 里的一组能力，让你看清每条 AI 流程的来龙去脉。
本文来源 · Source
内容整理自 Palantir Foundry 官方文档：
https://www.palantir.com/docs/foundry/aip/aip-observability/
原始标题：Ontology and AIP observability • Palantir · 所属：核心平台（AIP 总览与治理）
https://www.palantir.com/docs/foundry/aip/aip-observability/
原始标题：Ontology and AIP observability • Palantir · 所属：核心平台（AIP 总览与治理）
★
先记住这几条
① 可观测性 = 能看清
不只知道失败，还能知道为什么。
② 依托 Workflow Lineage
在血缘图里追踪资源与执行。
③ 本体与 AIP 都覆盖
不只是底层基础设施。
0
写在前面
Ontology 与 AIP 可观测性（observability）是指 Workflow Lineage 中的一组能力，它们让你能够洞察 AIP 与 Ontology 工作流的执行情况，包括指标、执行历史、分布式追踪、日志与日志搜索。这些能力是 Palantir 平台级可观测性策略的一部分。
要进一步了解可用的工具以及如何开始，请参阅 Ontology 与 AIP 可观测性章节。
延伸阅读 · 相关页面
按主题横向跳转，不必顺着目录一篇篇读。
本组其他页面 · 核心平台（AIP 总览与治理）
同一主题下的相邻内容。
- AIP 总览：把 AI 接进你的数据与运营AIP（Artificial Intelligence Platform）不是孤立的模型平台，它长在你的数据与 Onto
- AIP 能力清单：平台各处的 AI 特性平台里几乎每个应用都配备了 AIP 驱动能力。这一篇把它们按应用分类列全，作为你的能力索引表。
- 开始使用 AIP：学习路径这一篇很短，只回答一个问题：该按什么顺序学 AIP。
- 提示词工程最佳实践写提示词（prompt）这件事，直接决定 LLM 输出的质量。这一篇讲怎么写出稳定可靠的提示词，是所有 AI 应用的基本
- 平台支持的 LLM 清单AIP 支持来自 xAI、OpenAI、Anthropic、Meta、Google 等提供商的多种 LLM 与文本嵌入模
- 兼容各提供商的原生 API 端点Foundry 为主流 LLM 提供商提供代理端点，按各提供商原生 API 的格式接收请求 —— 你可以继续用熟悉的开源
- AI 伦理与治理Palantir 把负责任 AI 当作构建方式本身，而不是事后补丁。这一篇讲他们的伦理原则与治理机制。
- AIP 的安全与隐私把 AI 接进企业数据，安全是第一道门槛。这一篇讲 AIP 如何保护客户数据的隐私与安全。
- AIP 的计算用量与计费LLM 按 token 计费：输入文本和输出文本都要算钱。这一篇讲清用量从哪来、怎么算、怎么控。
- 管理员：开启 AIP 能力AIP 能力默认可能并未全部开启。这一篇是管理员的操作指南：在哪些界面、按什么顺序把能力开出来。
- 管理员：LLM 容量管理LLM 容量在行业层面是有限资源，所有提供商都会限制账户的最大可用容量。这一篇讲 AIP 如何在组织内分配这份稀缺资源。
- 管理员：LLM 注册速率限制这一篇是纯数值参照表：各注册层级在商业环境与政府环境下的 TPM（每分钟 token 数）与 RPM（每分钟请求数）上限