Arch Gateway: AI Gateway的前瞻选择

作者

AI Agent 的开发路径通常是这样的：我们可以在一到两天内快速构建一个原型应用，然后接着为了满足更多需求以及达到生产可用的要求，系统很快变得复杂难以维护。

比如： 一个模糊的用户指令，到底该交给哪个 Agent 处理？如何将自然语言稳定地转换为对外部 API 的调用？当任务在不同 Agent 间流转时，上下文如何不丢失？

这时候，应用已不再是单一功能的玩具，开发者也从快速实现一个原型产品的兴奋感陷入到维护混乱Pipeline，处理各种与业务关系不大的脏活累活的沮丧中，比如配置管理，多任务路由、多个大模型组合、上下文管理、限流均衡，甚至是安全防护等。

那么，这些与业务关系不大的共性的问题能不能有一种统一的手段解决呢？借鉴云原生gateway和service mesh的思路，将一些公共逻辑从应用逻辑剥离出来交给基础设施统一解决。因此，原本的一些云原生产品快速迭代，聚焦解决大模型应用的一些特有问题，朝着AI gateway进化，典型的就有Higress，Traefik，Kong等。

今天，介绍一款开源的完全新设计的AI原生gateway项目-Arch Gateway，它定位为 AI 应用的智能数据平面与通用代理层，一个 AI 时代的 Envoy Proxy。它认为，用户的 Prompt 本质上是一种新型的、充满不确定性的“请求”，理应像处理 HTTP 请求一样，在应用逻辑之外，由一个强大的代理层来负责路由、解析、安全和观测。

智能路由与工具调用

Arch 的核心能力，体现在它如何通过一份声明式的 arch_config.yaml 文件，在代理层将用户意图转化为具体的模型服务分发或者工具调用。整个过程对上游的应用完全透明。应用层只需发起一个简单的聊天请求，而复杂的意图识别、参数提取和工具调用，都由 Arch 在网络层面代理完成。

以一个外汇查询 Agent 为例，其关键配置在于 prompt_targets：

prompt_targets:
  -name:currency_exchange
    description:GetcurrencyexchangeratefromUSDtoothercurrencies# (1) 描述，用于意图匹配
    parameters:
      -name:currency_symbol
        description:thecurrencythatneedsconversion
        required:true
        type:str                                                 # (2) 参数定义
    endpoint:
      name:frankfurther_api
      path:/v1/latest?base=USD&symbols={currency_symbol}          # (3) 目标 API

当一个请求 {"messages": [{"role": "user","content": "what is exchange rate for gbp"}]} 到达 Arch 时，其内部处理流程如下：

  1. 意图路由：Arch 内置的、为该场景特训的轻量级 LLM（响应 < 100ms）读取请求内容，并与 prompt_targets 中所有条目的 description 字段进行语义匹配，精准判断出用户的意图是 currency_exchange。
  2. 参数提取：确定目标后，Arch 按照 parameters 的定义，从用户内容中提取出 currency_symbol 的值为 “gbp”。
  3. API 调用：Arch 构造出最终的 API 请求路径 /v1/latest?base=USD&symbols=gbp，并调用在 endpoints 中定义的 frankfurther_api。
  4. 上下文注入与最终生成：Arch 获取 API 的 JSON 响应，然后将其连同原始问题，一并作为上下文，发送给在 llm_providers 中定义的通用大模型（如 gpt-4o），生成最终给用户的自然语言回答。

统一的 LLM 访问网关

在多模型策略中，Arch 扮演着 LLM 流量路由器的角色作为大模型流量的唯一入口，将模型管理的复杂性从应用代码中剥离。

开发者可以在 arch_config.yaml 中定义多个 llm_providers，每个都有自己的模型名和密钥。

llm_providers:
  -name:gpt-4o
    access_key:$OPENAI_API_KEY
    provider:openai
    model:gpt-4o
    default:true

-name:ministral-3b
    access_key:$MISTRAL_API_KEY
    provider:openai
    model:ministral-3b-latest

应用代码的集成因此变得极为干净。例如，使用 OpenAI 的 Python 客户端时，只需将 base_url 指向 Arch，真正的密钥则由 Arch 集中管理：

from openai import OpenAI

client = OpenAI(
  api_key = '--', # 密钥由 Arch 统一管理
  base_url = "http://127.0.0.1:12000/v1" # 所有请求指向 Arch
)

默认所有请求会路由到 default: true 的模型。若需为特定请求（如 A/B 测试）切换模型，只需在 HTTP 请求中加入一个 Header 即可：x-arch-llm-provider-hint: ministral-3b。模型选择的控制权下放到了基础设施层，应用代码无需任何变更。

同时，它具备安全护栏功能，避免模型攻击。

系统调试与可观测性

Arch 基于 Envoy 构建，继承了其优秀的日志和追踪能力，为诊断 AI 系统的“黑盒”行为提供了关键数据。当 archgw up --foreground 运行时，日志清晰地记录了执行路径：

...[info] prompt_gateway: on_http_call_response: dispatching api call to endpoint: frankfurther_api...
...[info] prompt_gateway: on_http_call_response: developer api call response received: status code: 200
...[info] llm_gateway: on_http_response_body: time to first token: 1468ms
...[info] llm_gateway: on_http_response_body: request latency: 3183ms

这些日志将性能问题从“感觉很慢”变成了可度量的分析：你可以精确看到 API 调用是否成功、外部服务响应了多久、LLM 生成首token 的延迟（TTFT）是多少。

小结

云原生的成功实践，在大模型时代仍然有用，服务分层，职责分离的设计原则是系统复杂度增加后的必然选择。Arch Gateway这样的产品也正是在这样的背景下产生，它提供了一种清晰的架构分离，将 AI 应用中可复用的、与基础设施相关的部分（路由、工具调用、模型访问、观测）沉淀下来，让开发者可以更专注于实现核心的、具有业务价值的 Agent 逻辑，从而更快、更可靠地构建出强大的 AI 应用。

项目地址：https://github.com/katanemo/archgw

公众号回复“进群”入群讨论。

（文：AI工程化）

发表评论