Argosvix

新規 saved view を 作成 / 同名なら上書き (= POST /v1/saved-views)。 name は account 内一意。 filter は SavedViewFilter shape (= startDate / endDate / provider / model / limit / preset / sortBy? / sortOrder?)。 AI agent が よく使う filter を 名前付きで保存できる。 例: 「直近 7 日 GPT-4 のみ」 view を 作って 後で呼ぶ。

外向き event webhook を 1 件登録する (= Pro+ 専用、 POST /v1/webhooks)。 url(HTTPS 必須、 SSRF 防御で private/loopback 拒否)+ 任意の secret(HMAC-SHA256 署名キー)+ eventTypes(購読する event 種別の配列、 省略 / 空 = 全件購読)。 account あたり最大 10 件。 配信 payload = { event, eventId, occurredAt, accountId, data }、 secret 設定時は X-Argosvix-Signature ヘッダ付き。

alert を 削除する (= DELETE /v1/alerts/:id)。 関連する alert_events も CASCADE 削除される。 誤削除防御のため、 必要に応じて事前に get_alert で 詳細確認を推奨。 alert を一時停止したいだけなら delete でなく silence_alert (= ミュート) または update_alert で enabled=false を 推奨 (= 復活可能)。

annotation を 削除する (= DELETE /v1/annotations/:id)。 関連 row は他に存在しないので CASCADE 影響なし。 誤削除防御のため、 必要に応じて事前に get_annotation で 詳細確認を推奨。

runtime 予算ゲートを削除する (= Pro+ 専用)。 削除後は SDK の実行前 enforce が無効になる。 一時停止だけなら update_budget_gate の enabled: false を推奨。

自 account custom criterion を 削除する (= Pro+ 専用、 DELETE /v1/eval-criteria/:id、 204)。 global default (= account_id IS NULL) は 構造防御で対象外 = 404、 他 account も 404。 ⚠ 過去全 eval_run の 該当 criterion score 行 (= eval_scores) も ON DELETE CASCADE で 同時に物理削除される、 履歴比較や score 推移分析が 永久に不可になる。 AI agent が 「criterion 整理」 で 軽い気持ちで 呼ぶ tool ではない、 過去 run の 該当 score が要らないと user が明示確認した時のみ実行する。 rename したい だけ なら update_eval_criterion (= full replace) で name + rubric + scaleMin + scaleMax を 渡す 方が 履歴を 失わずに 済む。

golden dataset を削除 (= DELETE /v1/eval-datasets/:id、 Pro+ 限定)。 items は連鎖削除される。 過去の eval run / score は残る。

runtime ポリシーゲートを削除する (= Pro+ 専用)。 一時停止だけなら update_policy_gate の enabled: false を推奨。

project を soft delete (= DELETE /v1/projects/:id、 archived_at 設定で 論理削除)。 default project は 削除不可 (= accounts.default_project_id 参照 整合 のため 400)。 archived 後 calls / alerts は そのまま (= 過去観測は keep)、 新規 record は 別 project に 振り分ける 運用。

既存 prompt を 削除する (= Pro+ 専用、 DELETE /v1/prompts/:id、 204 No Content)。 自 account scope (= 他 account の id は 404)。 ⚠ 物理削除な ので 復元不可、 過去の eval_runs の prompt_registry_id は SET NULL になり 「どの prompt template で run したか」 の trace が失われる (= 履歴比較で 紐付き 不可)。 AI agent は 「rotation で 旧 version を sunset」 で 使う 場合 でも、 過去 run trace が 残っている うちは update_prompt で labels を 'sunset' 等に 付け替えて 論理 sunset する 方が安全。

指定 id の saved view を 削除 (= DELETE /v1/saved-views/:id)。 自 account 限定。

外向き event webhook を削除する (= Pro+ 専用、 DELETE /v1/webhooks/:id)。 他 account の webhook は 404。 webhookId は list_webhooks の id。

prompt の特定 version を label(= production / staging 等の環境)にデプロイする (= Pro+ 専用、 POST /v1/prompts/:id/deploy)。 既存デプロイがあれば直前版を previous に控え、 rollback_prompt で 1-click で戻せる。 同一版の再デプロイは previous を作らない。 label は prompt name 単位(= 各 name が独自の production 版を持つ)。

現 window と baseline window (= 同 length の 1 期前) を 比較して cost / latency / error_rate / call_volume の 4 軸で 異常を検出 (= AI が 1 prompt で 「何か変なことが起きてないか」 を把握できる)。 threshold で 感度 調整可能: sensitive (= 1.5×) / normal (= 2×、 default) / conservative (= 3×)。 detection 数 0-4 件、 各 anomaly は 説明文 (narrative) 付き。 返却 = { window, threshold, multiplier (= threshold の倍率数値), current: {...}, baseline: {...}, anomalies: [{ axis, severity: 'minor'|'major'|'critical', current, baseline, ratio, narrative }], partialFailures?: string[] (= 'current:xxx' / 'baseline:xxx' 形式で 取得に失敗した軸、 全成功時は省略) } 形式。 errorRate は percent (0-100) で…

calls の large batch export (= POST /v1/query/export)。 query_calls より 高 limit (= plan 別 max records: Free 1000 / Pro 50000)、 全 plan で利用可。 filter 軸 = startTime / endTime / provider / model + limit。 AI agent が 「先月分の全 GPT-4 呼び出しを取り出して傾向分析して」 を 1 call で完結できる。 結果 format は query_calls と 同 JSON (= そのまま CSV / 統計処理に流し込める)。

自 account の Stripe subscription trial 期間を 1-30 日 延長 (= POST /v1/tier2/trial/extend)。 **内部運用ツール (= サポート用、 customer account は 403)**。 trial 延長は収益に直結するため一般開放の予定はない。 累計 60 日 上限 (= 過去 30 日 audit 集計)、 status='trialing' でなければ 409。 dryRun は 必須明示 (= 暗黙 false で mutation する事故 防御)、 dryRun=false 時 は idempotencyKey も 必須 (16-128 alphanumeric+'_-')。 同 key 再呼び出しは tier2_idempotency table 経由で cached result 返却 (= retry double-extend を 構造防御)。 dryRun=true で previousTrialEnd / newTrialEnd / 累計の preview のみ (= Stripe call なし)。 dryRun=false で 実 Stripe mutation + accounts_subscription 同期 update。

自社 LLM infra の健康状態 サマリを 1 call で取得する。 既存 4 endpoint (= aggregate_calls / get_percentiles / get_llm_budget / list_audit_log) を 並列 fetch して 1 response に圧縮。 返却 = { window, totals: {calls, costUsd, errorRate (= percent 0-100)}, latency: {p50, p95, p99 (= ms)}, budget: {used, limit, percentUsed (= 0-100)}, recentEvents: 件数, summary: 'ok' | 'warn' | 'critical', partialFailures?: string[] (= 取得に失敗した軸、 全成功時は省略) } 形式。 critical = errorRate≥10% / budget≥90% / p95≥10s、 warn = ≥3% / ≥70% / ≥3s。 「今うちの LLM infra どう？」 を 1 prompt で答えられる。 純 read aggregator で、 個別 endpoint 失敗は partial で 返す (= 1 軸の timeout が summa…

指定 alert の詳細設定と直近の trigger 履歴を返す。 list_alerts で得た alertId を渡す。 閾値 / 通知チャンネル / silence 状態 / いつ発火したかを確認するのに使う。

指定 annotation id (= list_annotations_* で取得した id) の詳細を 1 件取得する。 annotationText / label / qualityScore / callId / createdAt / updatedAt / createdByUserId を含む。 他 account の id を指定しても 404 で構造防御。

承認依頼の現在状態を取得する。 status = pending / approved / denied / expired。 approved 以外なら対象操作を実行しないこと (= default-deny)。 危険 mutation tool は approvalId param で server-side 消費にも対応 (= request_approval の説明参照)。

runtime 予算ゲート (= ランタイム制御プレーンの一部) の設定一覧 + 当月 LLM 消費額を取得する。 response = { gates: [{ id, projectId, monthlyLimitUsd, enforceMode, enabled, ... }], spentUsdThisMonth, monthStart, ttlSeconds }。 monthStart は UTC 月初 (= JST では月初日 09:00 にリセット)。 SDK の budgetGate opt-in が実行前に評価するのと同じ source。 get_llm_budget (= Argosvix 内部 AI 機能の費用 cap) とは別物で、 こちらは user 自身の LLM 支出の月次上限。 用例: 「今月の予算ゲートの残りは?」 「ゲートは fail_open になってる?」

期間別の cost / call 数 / token 数 集計を返す。 provider 別 breakdown も同梱。 groupBy="none" を指定した場合は backend 互換上 provider 別 breakdown を返す (= 全体合計は response.total フィールドで確認)。

Readthrough (= Argosvix の agent が毎日 1 つの話題 OSS repo を GitHub API で読解した記録) を取得する。 API キー不要の公開データ tool。 date 省略 = 最新号、 date 指定 (YYYY-MM-DD) = その号。 response = { issue: { date, repo: { owner, name, url, language?, license?, stars? }, oneLiner, oneLinerEn?, keyFiles: [{ path, why, whyEn? }], highlights, cautions, generation?, traceId?, generatedAt } }。 評価・採点ではなく読解の案内 (「読むならこのファイル」「設計の見どころ」「導入前に確認する事実」)。 用例: 「今日の注目 OSS は?」 「この repo、 導入前に何を見ればいい?」

指定環境(name + label)に現在デプロイされている prompt version を解決して返す (= GET /v1/prompts/resolve、 Free でも可)。 agent が実行時に「本番プロンプト」を引く主経路。 返り = その version の template / variables / labels / version。 未デプロイは 404。

指定 criterion id の詳細 (= name / rubric / scaleMin / scaleMax / createdAt) を 1 件取得する。 id は list_eval_criteria で取得した criteria[].id。 global default (= accountId NULL) も 自 account custom も accept、 他 account の custom は 404 で構造防御。

指定 dataset の detail + items 全件を取得 (= GET /v1/eval-datasets/:id)。 datasetId は list_eval_datasets.datasets[].id。

指定 eval run の detail + 各 (criterion × call) score 一覧 を 取得する。 id は list_eval_runs の runs[].id を そのまま使う。 scores 配列に score (= criterion scale 内 integer) + reasoning (= judge の理由説明) を含む。 argosvix://eval-runs/{id} resource template と 同 endpoint。

現在の LLM feature 月予算 (= safety classifier + PII 二次 audit + eval baseline runner の 3 軸 LLM cost cap) を取得する。 response = { budgetUsd, spentUsd, remainingUsd, periodStart, defaultBudgetUsd, minBudgetUsd, maxBudgetUsd }。 Free / Pro+ 共通で読み取り可能、 「予算 80% 到達したか?」 「raise すべきか?」 を AI agent が 判断する path で使う。 default = $5/月、 月跨ぎ (= YYYY-MM 単位) で 自動 reset。

calls の percentile metrics を 取得 (= POST /v1/query/percentiles)。 metric = 'latency' (= レイテンシ ms) or 'cost' (= USD)、 全期間 1 数値 or groupBy='day'/'hour'/'minute' で 時系列 series。 「先週の p95 latency 推移を 日次で」 のような依頼に 1 call で答えられる。 percentile は nearest-rank 法で計算。

runtime ポリシーゲート (= ランタイム制御プレーンの一部) の設定を取得する。 response = { policy: { id, modelAllowlist, blockPii, blockSecrets, enforceMode, enabled, ... } | null }。 SDK の policyGate opt-in が LLM 呼び出し前にローカル評価する設定 (= モデル allowlist 完全一致 + PII / secret 検知で block)。 用例: 「いまのモデル制限は?」 「PII block は有効?」

指定 prompt id の詳細を 1 件取得する。 id は list_prompts の prompts[].id を そのまま使う。 template + variables + labels + description を含む、 自 account scope (= backend WHERE 句で 構造防御、 他 account の id は 404)。 argosvix://prompts/{id} resource template と 同 endpoint。

指定 proposal のスレッド(これまでの質問と AI の返信)を返す。proposalId は list_proposals で取得。

指定 assessment id の 1 件 detail を 取得する。 id は list_safety_assessments の assessments[].id を そのまま使う。 labels (= flagged category 配列) + score (= max category score 0-1) + reasoning + classifier_id + source を含む。 argosvix://safety-assessments/{id} resource template と 同 endpoint。

Synth Daily (= Argosvix 自身の agent pipeline が毎日生成する AI ダイジェスト) の号データを取得する。 API キー不要の公開データ tool (= get_daily_readthrough と並ぶキーなし実行可能な面)。 date 省略 = 最新号、 date 指定 (YYYY-MM-DD) = その号。 response = { issue: { date, scoop, items: [{ rank, name, desc, why, sourceUrl, metric, nameEn?, descEn?, whyEn? }], generatedAt } }。 desc/why は日本語、 descEn/whyEn は英語。 metric は一次ソースの実数値 (例 '+4,349★/日')。 用例: 「今日の AI ニュースは?」 「新しいモデルや値下げは出てる?」

alert の発火 (trigger) 履歴を新しい順で返す。 account 横断 (= 全 alert の最近の発火) が デフォルト。 alertId を指定すると その alert のみに絞る。 「最近どの alert が何回発火したか」 「コスト超過アラートはいつ鳴ったか」 等の確認に使う。 各 event の id は acknowledge_alert tool に そのまま渡せる。 acknowledgedAt / acknowledgedBy は 未 ack なら null。 各 event は発火時点の thresholdValue / windowMinutes / alertType snapshot を含む (= 後から rule を編集しても発火当時の条件が分かる)。 次ページは最終 event の triggeredAt + id を beforeTriggeredAt + beforeId に渡す (= keyset cursor)。

設定済 alert の一覧 + 直近 24 時間以内の trigger 履歴 を返す。

指定ラベルが付いた annotation を 新しい順に返す (= account 横断、 上限 100 件)。 「good 評価された呼び出しを集める」 「bug ラベルの human review を一覧する」 等で使う。 label は ASCII / 数字 / アンダースコア / ハイフン のみ (= [a-zA-Z0-9_-]、 64 字まで)。

指定 LLM call (= query_calls の records[].id) に紐付く annotation 一覧を返す。 annotation = user 自身がつけた評価 (= rating / コメント / ラベル) で、 各 annotation の annotationText / label / qualityScore / createdAt / updatedAt を含む。 「この呼び出しに human review が付いているか」 「過去のレビュー履歴は何か」 を確認するのに使う。 Pro+ 平文機能とは独立 (= annotation は平文を有効化していなくても利用可)。

承認依頼の一覧を取得する (= 最新 50 件)。 status filter = pending (default) / approved / denied / expired / all。

audit log を 一覧 取得 (= GET /v1/audit-log)。 自 account 限定、 admin role のみ許可 (= viewer/member は 403)。 AI agent が 「最近の招待 / API key revoke / プロジェクト変更」 等の 操作履歴 を 自律参照できる。 filter = eventType (= 'invitation.created' / 'api_key.revoked' 等) / targetKind / actorUserId / from / to。 cursor pagination 対応 (= nextCursor 形式 = 'created_at|id')、 max limit 200。

LLM-as-judge の評価軸 (criteria) 一覧を返す。 global default 5 軸 (helpfulness / accuracy / relevance / safety / conciseness) + 自 account で 作成した custom criteria を まとめて 返却する。 各 criterion は id / name / rubric (= judge への instruction text) / scaleMin / scaleMax を持つ。 「eval を 走らせる前に どの軸で 評価できるか」 確認するのに使う。 Free plan でも 全 criteria 取得可 (= custom 作成は Pro+ 限定だが 既存 row は 解約後も visible 維持)。

自 account の golden dataset 一覧 (= GET /v1/eval-datasets)。 各 dataset は name / 説明 / item 件数 / frozen 状態を持つ。 golden dataset = 期待出力つきの固定テストセットで、 run_eval_dataset で対象モデルに通して回帰 A/B を測る母集団。

eval baseline runner の run 履歴を 一覧取得する。 自 account 限定、 直近 ORDER。 summary.scoredCount / failedCount / meanScoreByCriterion を含むので、 AI agent は 「直近の eval 結果サマリ」 や 「criterion 別の score 推移」 を 1 件で把握できる。 Free user でも 過去 run が あれば 読み取り可能。

Team account のメンバー一覧を取得 (= GET /v1/memberships、 removed 除外)。 各メンバーの email / role (admin/member/viewer) / status / 参加日時を返す read-only tool。 招待・ロール変更・削除の mutation は権限操作のため MCP では非提供 (= dashboard か将来の承認ゲート経由)。

自 account の active projects を 一覧取得 (= GET /v1/projects、 archived 除外)。 dev / staging / prod のような 環境別の観測に使う。 Pro 5 件 / Team unlimited、 Free は default のみ。

現在のデプロイ状態一覧を返す(= GET /v1/prompts/deployments、 Free でも可)。 各行 = { promptName, label, currentVersion, canRollback, deployedAt }。 name / label で絞り込み可(両省略で全件)。

user が登録した prompt template の一覧を返す。 各 prompt は id / name / version / template / variables / labels / description / createdAt を含む。 「production」 等の label で filter (= ?label=xxx) または 同 name の全 version 取得 (= ?name=xxx) が可能。 上限 200 件、 sort = name ASC + created_at DESC。 user が dashboard で 登録した prompt を AI agent が 直接読んで 使う 主要 path。

Argosvix の番人が見つけた未対応の改善提案(品質ドリフト / 信頼性異常 / コスト切替 / 安全 / うるさいアラートのサイレンス)の一覧を返す。承認・却下・実行はダッシュボードの受信箱で行う(エージェントは閲覧と会話のみ)。

safety classifier (= OpenAI Moderation) が 書き込んだ assessment を 一覧取得する。 source は 'cron' (= 定期 batch) / 'mcp' (= classify_calls_batch on-demand) / 'human_override' / 'api' / 'auto' を含む。 callId 指定 = 同 call の 全 classifier assessment、 callId 省略 = 自 account 全体で flagged 優先 + 直近 ORDER。 OPENAI_API_KEY 未 provision の environment では cron が走らず空配列 (= classify_calls_batch も 503)。 前提: safety classification は既定では無効 (= サービス側で段階的に有効化する切替) で、 自 account で有効化されるまで assessment は生成されない。 空配列は「故障」ではなく「未有効化 / flagged 該当なし」を意味する。 AI agent は 「最近 flagged な call の review」 や 「特定 call の policy 違反候補確認」 path で使う。

保存済 saved views 一覧を 取得 (= GET /v1/saved-views)。 saved view = /calls page で よく使う filter (startDate/endDate/provider/model/limit) の組み合わせを 名前付きで 保存したもの。 AI agent は 「いつもの先週の OpenAI filter で 呼び出し見せて」 のような依頼に応えられる。 account 単位、 max 20 件。

登録済みの外向き event webhook 一覧を返す (= GET /v1/webhooks)。 各 webhook は id / url / hasSecret / enabled / eventTypes / lastStatus / consecutiveFailures 等を含む (secret 本体は返らない)。 account の出来事(承認依頼・提案の実行/取消)を外部 endpoint へ 署名付き POST で通知する購読面。 Free でも閲覧可。

過去 lookbackDays (= 7-30、 default 14) の calls pattern を 分析して、 cost / latency / error_rate / anomaly の 推奨 alert rule を JSON で提案する。 適用は customer 確認後 create_alert で別 step (= propose のみ、 副作用ゼロ)。 既存 alerts と同 type の rule は原則提案しない (= list_alerts で 既存 type を fetch。 ただし list_alerts の取得に失敗した場合は 既存集合を空として扱うため、 既存 alert と重複する提案が返り得る。 失敗軸は partialFailures で報告)。 返却 = { lookbackDays, baseline: {meanDailyCost (= USD), p95Latency (= ms), errorRate (= percent 0-100), dailyCalls, totalCalls}, proposals: [{ name, alertType, thresholdValue, windowMinutes, reasoning }], skipped: [{ alertType, reason }], partialFail…

useCaseHint (= 「カスタマーサポート bot」 等 1 行) と 任意の sampleCallIds (= 自 account の 代表 call、 最大 5 件) を 元に、 LLM-judge (= gpt-4o-mini) が eval criterion 候補を 提案 (= POST /v1/eval-criteria/propose)。 AI agent が 「うちの prompt の品質を測る criterion を提案して」 を 1 prompt で完結できる。 Pro+ plan 限定 (= backend で plan gate + budget gate を enforce)、 INSERT しない (= 「propose」 のみ、 user 採用判断は create_eval_criterion で別 step、 LLM hallucination 影響は構造的に限定)。 sampleCallIds の decrypt 失敗は partialFailures に 報告 (= sample なしでも LLM call は走る)。 【prompt sample のプライバシー軸】 sampleCallIds 指定時は backend で 該当 call の prompt/response 復号 → OpenAI gpt-4o-mini に excer…

自 account の 平文 record のうち olderThanDays 経過したものを 一括 purge (= POST /v1/tier2/plaintext/purge-expired)。 利用規約 v2.1 の 「90 日 まで 保管可能」 と整合する 自動 retention で、 AI agent が 「30 日 経過の 平文 data を 自動 purge」 を 1 prompt で完結できる。 dryRun=true (= 迷ったら選ぶ safe 側) で count + sample 5 件の call_id を 返す、 dryRun=false で 実 UPDATE。 emit → UPDATE 順序 + deterministic idempotencyId (= sha1(endpoint+accountId+olderThanDays+cutoff_date)) で webhook retry 同等の semantics。 **Pro+ プラン限定 (= Free は 403)。 実 purge (dryRun=false) は approvalId 必須** = request_approval (action: 'purge_expired_plaintext') で人間承認を取ってから実行する (= 平文 NULL 化は不可逆のため)。 自 a…

Argosvix にて記録された直近の LLM 呼び出し record を取得する。 provider / model / 期間 / tag (= tagKey + tagValue の組) で filter 可能。 デフォルトは 直近 24 時間 + 100 件。

LLM feature 月予算 を 引き上げる / 引き下げる (= Pro+ 専用)。 range = $5 - $500 (= hard cap で runaway 防御)、 0.01 USD 単位。 既存 spent は そのまま維持、 月跨ぎ で 自動 reset。 用例: 「予算が 80% 到達した、 今月だけ $30 に上げて」 / 「使いすぎたから来月は $10 に下げて」。 新規 値 < 現 spent でも accept (= remaining が 0 になるだけ、 月跨ぎで 0 から計上し直す)。

既存 project の name / slug を 更新 (= PATCH /v1/projects/:id)。 name と slug は どちらか一方 / 両方指定可。 slug は URL-safe 制約 (= /^[a-z][a-z0-9-]{0,31}$/)。 default project の rename は 許可。

既存 prompt の name + version を 変更する (= Pro+ 専用、 POST /v1/prompts/:id/rename)。 typo 修正軸 (= 'customer_supprt' → 'customer_support') が 主用途。 同 account 内で 既存 (name, version) と 衝突 = 409。 update_prompt が name/version を 変えない 規約な ので、 rename は 別 tool で 意味的分離。

指定 proposal に質問を投稿し、その提案について AI の返信を得る(受信箱内の会話と同じ)。説明のみで実行は伴わない。proposalId は list_proposals で取得。

人間承認ゲート (= ランタイム制御プレーンの一部) に承認依頼を作成する (= Pro+ 専用)。 危険操作 (削除 / 送金 / 退会等) の前に呼ぶと account owner へ email 通知が飛び、 人間が dashboard か email link で承認 / 否認する。 重要: 承認 / 否認を実行する MCP tool は存在しない (= AI agent は自分の依頼を自己承認できない)。 結果は get_approval で polling して確認する。 timeoutSeconds (default 3600) 切れは expired = 否認扱い。 server-side 消費: 危険 mutation tool (bulk_delete_calls / purge_expired_plaintext / retry_failed_webhook / auto_silence_noisy_alert / extend_customer_trial / apply_promo_code_to_customer) に approvalId を渡すと backend が action 一致 + approved + 期限内 + 未消費を検証して実行時に消費する (= 1 approval = 1 実行)。 この場合 action は対象 tool 名と完…

失敗した Stripe webhook event (= billing_dead_letter テーブル) を 再処理 marker として audit log に記録する (= POST /v1/tier2/webhook-events/retry)。 「先週 Stripe webhook が 一時失敗してた件を 全部 retry して」 を 1 prompt で完結できる。 eventIds (= 特定 event 単体、 最大 100 件) または fromTimestamp/toTimestamp (= range、 7 日 cap) で 対象 select。 dryRun=true で list preview、 dryRun=false で 各 event を audit log に 「marked_for_manual_redispatch」 として 残す (= 実 retry は Argosvix 運営が手動で実施、 完全自動 re-dispatch は今後の対応予定)。 emit は deterministic idempotencyId (= sha1(endpoint+accountId+eventId)) を使い、 同 args の 二重実行は silent skip。 **内部運用ツール (= 決済 webhook 復旧用、 customer accou…

label にデプロイ中の prompt を直前版へ戻す(= Pro+ 専用、 POST /v1/prompts/deployments/rollback)。 previous が無い(初回デプロイのみ)場合は 409、 直前版が既に削除済みなら 409。 戻した後はもう一度 rollback で行き来できる(current ⇄ previous の入替)。

新規 eval run を 即時実行する (= POST /v1/eval-runs)。 直近 N 件の calls × 既定 5 criteria (+ 自作 custom criteria max 8) で gpt-4o-mini に採点させる。 Pro+ 限定 (= Free は 403)、 OPENAI_API_KEY 未 provision 環境では backend で 500。 前提: 採点は平文保管 (content-storage opt-in) が ON の call のみが対象。 opt-in OFF (= 既定) だと候補が 0 件になり、 summary.scoredCount=0 + reason='no_plaintext_calls' を返す (= 故障ではなく gating)。 cost: 1 run あたり 約 $0.01 (= 20 calls × 5 criteria = 100 LLM call)、 月 30 run なら $0.30 程度。

golden dataset を対象モデルで実行して回帰判定する (= POST /v1/eval-datasets/:id/run、 Pro+ 限定)。 各 item の inputText を targetModel に通し、 出力を既定 criteria + expectedOutput で gpt-4o-mini に採点させて eval_scores に記録する。 結果は compare_eval_runs で run 間比較できる。 実行記録は本番 cost/分析/アラート集計からは除外される。 cost: item 数 × criteria 数の LLM call。 OPENAI_API_KEY 未 provision 環境では 503。

指定 alert を一時的にミュートする (= notification 送信を停止)。デフォルト 24 時間、 until に ISO-8601 タイムスタンプを指定すると 任意期限。 list_alerts で得た alertId を渡す。

指定 URL に 1 件 fabricated alert を 試送する (= Pro+ 専用)。 user が webhook URL を 登録する 前 に 「届くか」 を 確認する 主用途。 SSRF 防御で https 必須 + private / loopback / cloud metadata IP は reject。 secret 指定時は HMAC-SHA256 署名 (= X-Argosvix-Signature) を 添付。 rate limit = account 単位 5/分 (= 60s sliding window、 worker instance 越境で 超過余地あり)。 response.delivered = receiver が 5s 以内に 2xx 返した か。 false の場合は 「URL 不正 / timeout / 5xx / network error」 のいずれか。

ミュート中の alert を解除する。

既存 alert の設定を更新する (= PATCH /v1/alerts/:id)。 alertType (= 監視タイプ) は immutable で、 変更したい場合は新規 alert を作成してから旧 alert を delete する (= alert lifecycle 完結)。 閾値 / 評価窓 / 通知チャンネル / 名前 / 有効化フラグ / 複合条件 を 部分 update 可能 (= 全フィールド optional)。 例: 「月予算 alert の threshold を $100 → $50 に下げて」 / 「通知チャンネルを Slack に追加」。

既存 annotation の annotationText / label / qualityScore を 部分更新する (= PATCH /v1/annotations/:id)。 callId は immutable。 「ラベルを 修正したい」 「qualityScore を 再評価して 4 → 5 に上げる」 用途。 annotation_id は list_annotations_for_call で取得した annotations[].id を渡す。

runtime 予算ゲートを更新する (= Pro+ 専用)。 monthlyLimitUsd / enforceMode / enabled のいずれかを部分更新。 用例: 「上限を $100 に上げて」 「ゲートを一時的に無効化して」 「fail_closed に切り替えて」

自 account custom criterion を full replace で更新する (= Pro+ 専用、 PATCH /v1/eval-criteria/:id)。 name + rubric + scaleMin + scaleMax は必須 (= 部分更新ではない、 全 field 上書き)。 type / config も full replace 対象 (= 省略時は 'llm_judge' / config なしに戻る)。 決定的 type は config 必須。 global default (= account_id IS NULL) は 構造的に対象外 (= 404)、 他 account の custom も 404。 同 account 内 で 同 name 衝突 = 409。

runtime ポリシーゲートを更新する (= Pro+ 専用)。 modelAllowlist (= null で制限解除) / blockPii / blockSecrets / enforceMode / enabled を部分更新。 用例: 「allowlist に gpt-4o-mini を足して」 「secret block を有効化」

既存 prompt の template / variables / labels / description を 部分更新する (= Pro+ 専用、 PATCH /v1/prompts/:id)。 name + version は immutable (= 変更は rename_prompt 経由)。 promptId 必須、 残 field は 指定 した もの のみ 更新。 AI agent が label の付け替え (= 'staging' → 'production' 昇格) や 微修正 patch path で 使う。

外向き event webhook を部分更新する (= Pro+ 専用、 PATCH /v1/webhooks/:id)。 指定した field のみ変更(url / secret / eventTypes / description / enabled)。 secret は省略で 既存値維持、 空文字 "" を送ると署名解除 (= null は schema 上送れない)。 enabled=true で再有効化すると連続失敗カウンタもリセット。 他 account の webhook は 404。 webhookId は list_webhooks の id。