# 管理推理接入点 > 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。 本文介绍了如何查看和管理模型在线推理接入点（后简称接入点），包括状态监控、API调用、指标告警及安全审计等功能操作。 预置推理接入点和自定义推理接入点的差异详情请查看 [什么是推理接入点](/docs/deployment-overview)。 # 查看并管理接入点 1. [登录控制台](https://ark.volcengine.com/region:cn-beijing)。 2. 在控制台左下角切换项目。 3. 单击左侧导航栏中的 **在线推理** 进入列表页。 4. 在线推理列表页，支持 **编辑** / **删除** / **停用** 推理接入点；查看接入点状态。 在线推理接入点 **状态** 说明
参数名称 参数说明
状态 调度中：后台资源正在调度中，可能处于排队状态也可能已经在资源启动中。
健康：接入点状态正常，可正常调用。
健康并不能表示接入点负载情况。调用超过限流，状态会显示健康，但是服务会返回错误。
已停止：当用户触发停止接入操作，或者模型下线时，系统将关停相应的接入点。
异常：接入的模型异常，您可提交工单后台将为您处理。
# 查看接入点信息 点击接入点名称进入接入点详情页，可查看模型推理接入点的**概览信息、API调用、监控、关联应用、安全审计**等信息。 ## 概览信息 概览信息中可查看推理接入点的模型信息。 * 基本信息：接入模型、限流、创建人等信息。 * 计费信息：计费类型、输入输出价格。 * 关联的应用。 ## 版本切换 目前，推理服务中的部分模型已支持在**同领域模型间跨卡片**进行版本切换。具体支持的模型请以控制台显示为准。无需新建并变更接入点，即可更换模型。 > **注意** > > * 模型在**价格、限流策略、推理缓存行为以及接口参数**等方面可能存在差异，建议您在切换模型版本时充分了解并测试。 > * 在版本切换过程中，缓存暂不可用，使用 Responses API 请求时将无法命中缓存，但会进行存储并产生缓存存储费用；版本切换完成后，可正常命中历史轮次的缓存。 > * 版本切换前后的模型在内置工具的支持方面可能会存在差异。若切换后的模型未支持对应的工具调用，将触发报错。模型的支持情况参见[工具调用能力](/docs/model-list#f44ceef7)。 版本切换耗时约 1 小时，过程中支持回滚，可按需逐步切回或一步回滚。 ## 监控 基于 [托管 Prometheus 服务](https://www.volcengine.com/docs/6731)（Volcengine Managed Service for Prometheus，简称VMP）为您提供接入点实时监控功能。 ### 开启监控 具备 ArkStandardGlobalAccess 或 ArkFullAccess 权限的用户，点击**一键开启监控**按钮后，系统将自动开通监控服务并完成相关配置。 由方舟采集的监控指标不会向客户收取费用，并且会保留近15天的数据。关于VMP的其他收费项目，请参考 [收费详情](https://docs.volcengine.com/docs/6731/447498?lang=zh) 页面获取完整信息。 ![](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/41493c1b67e6451ca2c3469011591ad7~tplv-goo7wpa0wc-image.image) ### 监控详情页面 开启监控后，在监控页面可查看当前推理接入点的监控指标，了解模型调用情况。 * 支持过滤当前接入点调用的 API 接口、模型名称、模型版本。 * 支持筛选查询的时间范围。 * 支持查看 Token 用量、性能、异常统计、推理缓存等维度的监控指标。（不同领域的模型提供的监控指标不同，下图以深度思考模型举例。） ![monitor_detail_page.jpeg](https://arkdocs.tos-cn-beijing.volces.com/images/resources/monitor_detail_page.jpeg) ### 指标告警配置 #### 前提条件 > 火山引擎授权操作指引请参考 [策略概述](https://docs.volcengine.com/docs/6257/65058?lang=zh)。 如果子账号需要配置告警规则，需要有当前账号的 VMPFullAccess 权限。如果用户仅有 VMPReadOnlyAccess 权限，需要额外新增以下接口权限来配置告警： * VMP：CreateAlertingRuleGroup，通过告警模板创建告警规则组 * VMP：UpdateAlertingRuleGroup，更新告警规则组 * VMP：UpgradeAlertingRuleGroups，升级告警规则组到最新的告警模板 * VMP：DeleteAlertingRuleGroup，删除告警规则组 #### 配置监控指标告警 可于方舟控制台推理接入点的监控页面一键配置监控指标告警，推荐使用针对当前接入点预填好参数的默认配置。 ![](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/95e99ff6d8b8486fbeef71da6c691f93~tplv-goo7wpa0wc-image.image) 如果需要根据业务进行合理配置，如避免针对同一接入点重复告警等告警泛滥情况，可前往托管Prometheus平台 [查看告警规则](https://console.volcengine.com/prometheus/region:prometheus+cn-beijing/alert/rule?tab=group)。 若有自定义配置需求，如自定义指标监控、配置自定义聚合策略等，可前往托管Prometheus平台 [创建告警规则](https://console.volcengine.com/prometheus/region:prometheus+cn-beijing/alert/rule/edit)。 若需针对联系人进行精确通知，可前往托管Prometheus平台 [创建联系人](https://console.volcengine.com/prometheus/region:prometheus+cn-beijing/alert/notification?edit_type=notify_object&tab=notifyObject) 并验证联系方式，目前支持使用邮件、电话、飞书、钉钉、企业微信等几种形式进行告警通知接收。 不选择通知策略时，仍会生成告警事件，但不会向联系人发送告警通知，请前往托管 Prometheus 平台 [查看告警事件](https://console.volcengine.com/prometheus/region:prometheus+cn-beijing/alert/alerting)。 ## 分析统计 **前提条件**：在 Responses API 请求的 header 中增加`"X-Fornax-Trace: true"`开启数据上报，在 SDK 中设置 header 的示例请参见[开启数据上报](/docs/sdk-common-examples#d5f5495b)。当前该功能仅支持分析统计 Responses API 请求的数据。 > 该功能限时免费提供使用。 开启数据上报后，在**分析统计**页面查看当前推理接入点的 Trace 列表及 Trace 详情，便于快速排查与定位问题。 ![](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/4f8d92f554ba4b99ba198213b466900d~tplv-goo7wpa0wc-image.image) **分析统计** 页面支持按 Span 类型筛选，可从下拉菜单中选择以下视图： * All Span：显示所有类型的节点，包括模型调用、工具调用、提示词拼装等执行过程中的每一个工作单元，适合查看完整执行链路。 * LLM Span：仅显示与大语言模型交互的节点，包含模型输入、参数配置、Token 消耗及响应内容等信息，适合重点分析模型调用情况。 * Root Span：仅显示每条 Trace 的根节点，代表一次完整用户请求的整体信息，适合快速了解请求概况。 > 统计列表中一次请求可能对应多条记录。这是因为系统会将一次完整请求拆解为意图识别、工具调用、结果生成等多个独立工作单元分别追踪，每个工作单元均生成一条 Span 记录，共同构成完整的 Trace。 ## 关联应用 详情请参考[应用实验室](/docs/app-lab-overview)文档。 ## 安全审计 详情请参考 [安全审计](/docs/security-audit) 文档。