FASE 19.4 — Route Family Observability

Hito

Se formalizo la observabilidad de route families para que el runtime pueda medirse por tipo de flujo, no solo por volumen global. Esto permite detectar regresiones de contexto, latencia y coste de tokens en rutas simples como minimal y observe.

Que es una route family

Las route families son la segmentacion operativa del runtime:

Family	Significado
`minimal`	Flujo minimo: saludos, informes, resúmenes, respuestas cortas
`observe`	Inspeccion tecnica/operativa sin contexto pesado
`tool_fastpath`	Peticiones que deben resolver herramientas con contexto minimo
`cognitive`	Flujo cognitivo general con contexto, recall y shaping
`learning`	Endpoints internos de aprendizaje y analitica

Metricas Prometheus añadidas

Metrica	Tipo	Labels	Uso
`ailab_route_family_total`	Counter	`family`	Distribucion de solicitudes por familia
`ailab_route_family_latency_ms`	Histogram	`family`	Latencia observada por familia
`ailab_route_family_prompt_tokens_total`	Counter	`family`	Tokens de prompt acumulados por familia
`ailab_route_family_completion_tokens_total`	Counter	`family`	Tokens de completion acumulados por familia
`ailab_route_family_errors_total`	Counter	`family`	Errores acumulados por familia
`ailab_route_family_blocked_total`	Counter	`family`	Bloqueos de policy por familia

Tambien se añadieron:

ailab_embedding_input_chars
ailab_embedding_truncations_total
ailab_recall_query_chars

PromQL recomendado

sum by (family) (ailab_route_family_total)

histogram_quantile(0.95, sum by (le, family) (rate(ailab_route_family_latency_ms_bucket[5m])))

avg by (family) (ailab_route_family_latency_ms)

sum by (family) (rate(ailab_route_family_prompt_tokens_total[5m]))

sum by (family) (rate(ailab_route_family_completion_tokens_total[5m]))

sum by (family) (rate(ailab_route_family_errors_total[5m]))

sum by (family) (rate(ailab_route_family_blocked_total[5m]))

Paneles Grafana sugeridos

Panel	Tipo	Query
Route Family Distribution	Stat / Bar	`sum by (family) (ailab_route_family_total)`
Latency by Route Family	Time series	`sum by (family) (rate(ailab_route_family_latency_ms_sum[5m])) / sum by (family) (rate(ailab_route_family_latency_ms_count[5m]))`
Prompt Tokens by Family	Time series	`sum by (family) (rate(ailab_route_family_prompt_tokens_total[5m]))`
Completion Tokens by Family	Time series	`sum by (family) (rate(ailab_route_family_completion_tokens_total[5m]))`
Errors by Family	Time series	`sum by (family) (rate(ailab_route_family_errors_total[5m]))`
Blocked by Family	Time series	`sum by (family) (rate(ailab_route_family_blocked_total[5m]))`

Grafana: http://192.168.1.40:3000

Como interpretar anomalías

Si minimal o observe suben en tokens, hay regresion de contexto.
Si minimal sube en latencia, alguien volvió a meter contexto pesado o recall innecesario.
Si tool_fastpath sube en errores, el clasificador de herramientas o el parser de tool calls se degradó.
Si cognitive domina demasiado, el runtime esta cayendo en la ruta pesada por defecto.
Si learning crece sin cambios de aprendizaje, puede haber un job o dashboard consultando demasiado.

Checklist de validacion

ailab_route_family_total tiene al menos una serie por family.
minimal y observe muestran menos tokens que cognitive.
route_family_selected aparece en audit/log.
ailab_route_family_errors_total no crece en minimal durante requests triviales.
ailab_embedding_truncations_total permanece bajo o en cero para queries normales.
ailab_recall_query_chars se mantiene en valores cortos.
La latencia del panel es promedio real basada en _sum/_count, no p95.

Baseline operativo

La referencia a mantener es:

ruta minima y observacion ligera
tokens bajos en solicitudes simples
latencia contenida en minimal/observe
recall controlado y acotado

Siguiente fase

FASE 19.5 — Operational Alerts Baseline

Objetivo: detectar degradaciones automaticas sin depender de abrir Grafana.