使用场景

Blaze AI的CTO Chirag Mahapatra使用Velvet实现日志记录和缓存，存储训练集以微调自己的模型。

Revo.pm的CEO Mehdi Djabri利用Velvet作为产品 copilot 与LLMs之间交互的数据源，进行评估、成本计算和问题解决。

Find AI的CTO Philip Thomas使用Velvet监控生产中的AI功能，利用缓存功能显著降低成本。

产品特色

请求仓库：将所有AI请求记录到数据库，包括自定义元数据。

使用和成本分析：以JSON对象形式存储数据，实现细粒度查询日志。

请求缓存：毫秒级返回相同结果，降低成本和延迟。

批量作业：解锁额外数据，以便查询批量中的每个文件。

数据集生成：选择并导出用于批量或微调工作流程的数据集。

AI SQL编辑器：使用自动化大型数据集上的SQL的编辑器。

使用教程

1. 在usevelvet.com/register创建账户。

2. 阅读docs.usevelvet.com上的文档。

3. 将baseURL设置为Velvet网关。

4. 使用Velvet的数据库或连接自己的数据库。