Documentation
Seule l'adresse à laquelle votre code envoie ses requêtes change. Voici comment TokenHawk traite chacune d'elles, et les quatre piliers qui structurent le produit.
Comment une requête est traitée
Requête reçue
Votre agent envoie sa requête à l'URL TokenHawk, exactement comme il le ferait vers OpenAI ou un autre fournisseur.
Contrôle d'accès
GouvernanceWhitelist IP, whitelist de modèles, kill switch et plages horaires sont vérifiés avant toute autre chose — les politiques que vous avez posées sur cette clé.
Protection du contenu
SécuritéLe débit est plafonné et 20+ guardrails scannent les messages pour masquer ou bloquer les données sensibles.
Optimisation
OptimisationCache sémantique, compression du prompt système et de l'historique, outils dédupliqués — dans la limite du quota mensuel de votre palier.
Envoi au fournisseur LLM
La requête optimisée part vers le fournisseur que vous avez désigné (OpenAI, Anthropic, Gemini, Mistral), avec vos propres clés.
Réponse et journalisation
ComplianceLa réponse revient à votre agent pendant que l'usage et les éventuels blocages sont journalisés, prêts pour vos revues de conformité.
Les quatre piliers
Optimisation
20 à 60% de tokens en moins, sans rien changer à votre agent.
En savoir plusSécurité
20+ guardrails, chiffrement et contrôle d'accès, sur chaque requête.
En savoir plusGouvernance
Contrôlez tous vos usages IA depuis un seul endroit.
En savoir plusCompliance
Aide vos agents IA à rester compliant à l'IA Act.
En savoir plusGuides techniques
Régler le cache sémantique d'un proxy LLM
Comment un cache sémantique décide qu'une nouvelle question ressemble assez à une ancienne pour lui renvoyer la même réponse — et pourquoi le seuil de similarité est le vrai levier.
Pourquoi un tarif de token unique ment sur votre facture
Le nombre de tokens facturé par un provider n'est pas un tarif plat : lecture de cache, écriture de cache et raisonnement ont chacun leur propre prix. Ignorer la décomposition sur-facture certains usages d'un facteur 10.
Agents multi-tours : où partent vraiment les tokens
Un agent ReAct qui boucle sur des appels d'outils voit son contexte grossir à chaque tour. Sans compression d'historique, le coût d'un agent de 10 tours croît de façon quadratique, pas linéaire.