Cost और performance guardrails

Development inference खर्च, tokens, और latency को दृश्यमान रखें।

arka guardrails status
arka guardrails reset

.env में वैकल्पिक लोकल सीमाएँ सेट करें:

ARKA_COST_LIMIT_USD=1.00
ARKA_TOKEN_LIMIT=100000
ARKA_LATENCY_LIMIT_MS=15000

Token या अनुमानित लागत बजट पार होने पर hosted requests dispatch से पहले block कर दी जाती हैं। Local-only मॉडलों को cost guardrails द्वारा कभी block नहीं किया जाता। Arka अपने cache में केवल aggregate counters स्टोर करता है, prompts नहीं।

Grounded mode डिफ़ॉल्ट रूप से सक्षम है (ARKA_GROUNDED_MODE=1)। यह unrequested mock data को block करता है और model-facing requests को निर्देश देता है कि वर्तमान जानकारी के लिए symbolic tools या configured APIs का उपयोग करें। जब तक आप स्पष्ट रूप से mock, prototype, placeholder, या example design न माँगें, Arka असली data, असली integrations, और production-shaped error handling की ओर झुकता है। केवल prototyping के समय अक्षम करें:

ARKA_GROUNDED_MODE=0 arka ask "..."
arka grounding

Production mode भी डिफ़ॉल्ट रूप से सक्षम है (ARKA_PRODUCTION_MODE=1)। Coding requests को access control, secret-safe data handling, input और output validation, prompt-injection defenses, audit logging, tests, error handling, और observability शामिल करने का निर्देश दिया जाता है। इसे केवल स्पष्ट रूप से disposable prototypes के लिए अक्षम करें।

Data minimization डिफ़ॉल्ट रूप से schema-only mode (ARKA_DATA_MODE=schema) है। मॉडलों को भेजे गए JSON payloads को field names/types या array counts के रूप में summarize किया जाता है; literal trade-secret values लोकल tools के लिए उपलब्ध रहते हैं लेकिन मॉडल को expose नहीं किए जाते। केवल तभी ARKA_DATA_MODE=full का उपयोग करें जब data साझा करना सुरक्षित हो।