Capacidad real de ClickHouse en Langfuse v4: 2.782 bytes por observación, y por qué casi la mitad no son datos15 sept. 2026
Langfuse v4, día 2 (5 de 10): las treinta y nueve colas del worker, y las tres que deciden si pierdes datos14 sept. 2026
Langfuse v4, día 2 (4 de 10): migrar de la 3 a la 4 sin ventana, y dónde está el punto de no retorno14 sept. 2026
Langfuse v4, día 2 (3 de 10): dos agentes conocidos instrumentados, Open Deep Research y GPT Researcher14 sept. 2026
Langfuse v4, día 2 (2 de 10): poner LangGraph delante, y lo que cuesta un turno de agente en observaciones13 sept. 2026
Langfuse v4, día 2 (1 de 10): el modelo de datos cambió debajo, y qué entra de verdad en una traza12 sept. 2026
El gateway no vive solo: el JWT que no valida la audiencia, el usuario que nunca llega a la traza y las costuras que hay que escribir a mano12 sept. 2026
Dimensionar para agentes: 275 tokens de entrada por cada uno de salida, y por qué el cuello de botella sigue siendo el decode12 sept. 2026
El gateway MCP de LiteLLM: la segunda puerta de entrada, el catálogo de herramientas que nadie factura y por qué filtrarlo puede empeorar la selección11 sept. 2026
Enrutado por prefijo: lo que LiteLLM no hace, quién sí lo hace y cuánto mejora de verdad11 sept. 2026
Humanos y agentes en el mismo gateway: por qué `priority` no prioriza, el 429 que tumba el pool entero y las dos formas de separar el tráfico10 sept. 2026
LiteLLM en día 2: un worker por pod, seis mil segundos de timeout y las otras cinco cosas que hay que cambiar antes de abrir tráfico8 sept. 2026
LiteLLM y Langfuse: el par operativo, y los cuatro sitios donde la traza se pierde entre el gateway y el panel7 sept. 2026
Elegir la centralita: qué gateway OSS poner por delante, y por qué la licencia decide antes que las features6 jun. 2026
Runbooks de incident response para inferencia LLM: cada alerta a una acción concreta con Kafka y Keep2 jun. 2026
Entornos mixtos NVIDIA + Intel para inferencia LLM: del cluster H100 central al NUC en la sucursal2 jun. 2026
Anatomía de las doce métricas DCGM y cinco vLLM: analogías, anomalías documentadas y casos reales 2024-20262 jun. 2026
El router de inferencia LLM: la centralita L7 que en el post de canary llamábamos LoadBalancer2 jun. 2026
Canary, blue-green y shadow para modelos LLM: cómo desplegar una versión nueva sin tirar el SLO1 jun. 2026
Observabilidad GPU para inferencia LLM: las doce métricas DCGM y vLLM que dictan la salud de tu producción1 jun. 2026
Capacity planning para inferencia LLM on-premise: cómo dimensionar GPUs a partir de un SLO1 jun. 2026