Een passieve, audit-grade observability-laag voor je AI-applicaties. PII wordt aan de bron geredacteerd (IBAN-BE, Rijksregister, BTW), kosten en tokens per request worden bijgehouden, en je kan voor elke periode een getekend evidence pack downloaden — exact wat AI Act artikel 12 en NIS2 vragen.
monsys.ai voert geen prompts uit, sluit geen acties af, blokkeert nooit inline. Het is een observability-laag — bewijsmateriaal achteraf, geen control plane.
Belgische IBAN, Rijksregister, BTW, KBO, e-mails en telefoonnummers worden vóór opslag herkend met checksum-validatie en vervangen door een hash-token. Raw inhoud bereikt nooit de hub.
Eén klik per periode → gzipped tarball met manifest + signature. Een standalone Python-script verifieert offline, zonder monsys-account. Bedoeld voor auditors en toezichthouders.
Veelgemaakte verwarring: 'gebruikt dit Copilot of ChatGPT van onze medewerkers?' Nee. Wij zien alleen wat jouw applicatie naar OpenAI/Anthropic/Mistral stuurt — als jij onze SDK in je code plaatst.
Dezelfde plek waar je vandaag een log-regel zou zetten naast je LLM-call. Drie typische plaatsingen:
# Voorbeeld plaatsing in een Python service
def antwoord_op_klant_vraag(vraag: str) -> str:
with tracer.trace("klantenservice.vraag") as t: # ← hier
with t.span("openai.chat",
provider="openai",
model="gpt-4o") as s: # ← hier
s.prompt = vraag
resp = openai_client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": vraag}],
)
s.completion = resp.choices[0].message.content
s.input_tokens = resp.usage.prompt_tokens
s.output_tokens = resp.usage.completion_tokens
return s.completionVoor AI-data-bronnen buiten je eigen LLM-code. Aparte producten naast AI observability, met eigen pricing — maar dezelfde Ed25519-signing chain, dezelfde verifier en dezelfde Stripe-factuur.
Aparte module die GitHub's Copilot Business / Enterprise admin API leest (seats, audit-log) en daar Ed25519-getekende evidence packs van produceert. Voor AI Act art. 26 (deployer-verplichtingen) en NIS2 medewerkers-audit. €1/seat/maand. Komt naast AI observability — niet dezelfde tool, wel dezelfde hub + signing chain. Lees meer →
Aparte module die OpenAI Platform admin API leest (users, projects, API keys, audit-log) en daar Ed25519-getekende evidence packs van produceert. Detecteert stale API keys (>90d unused) als security baseline. €1/user/maand + €5/project/maand. ChatGPT Enterprise Compliance API is een Q4 2026 add-on. Lees meer →
Wat we vandaag NIET dekken maar wel concreet gepland staat. Geen ETA-toezegging tenzij hieronder een datum staat.
Bovenop OpenAI Audit: ChatGPT browser-conversaties metadata (aantallen + modellen + timestamps, niet inhoud), custom GPT inventaris, memory state. Vereist dat de klant Compliance API access activeert bij OpenAI sales (2-4 weken lead time). €2 extra per seat/maand bovenop OpenAI Audit.
Equivalent voor Anthropic Console: workspace users, API keys, usage. Pricing TBD. Komt als er minimaal 3 beta-klanten erom vragen.
Geen toezegging. Vraag-gestuurd; als enterprise-klanten met Vertex AI deployments het concreet nodig hebben, op de planning.
Je hebt een GPT-4 bot voor rekeningstand-vragen. FSMA komt vragen: bewijs dat de bot geen IBAN-nummers van andere klanten heeft genoemd in een antwoord. Zonder observability: maanden code-audit. Met monsys: één klik op 'Evidence pack', je auditeur draait ons script offline, exit 0 → aangetoond.
Je gebruikt Claude om CV's voor te selecteren. Een kandidaat dient klacht in. Volgens AI Act art. 14 moet je elke beslissing kunnen reconstrueren. Filter traces op user_session_hash, klik 'unlock content' → TOTP → lees de exacte prompt + completion. Klacht binnen 5 min onderbouwd of weerlegd.
Een dev pusht donderdag avond een nieuwe RAG-prompt die per ongeluk 50KB context meegeeft. Zonder monsys: pas vrijdag op de factuur. Met monsys: cost-spike alert (cost_per_minute > €1) vuurt om 22:14, ntfy push op je telefoon, dev rolled back binnen 10 min. Schade: €4 i.p.v. €2.000.
OpenAI rolt een model-update uit; je system_msg matched ineens minder goed. Refusals gaan van 2% → 18%. Normaal hoor je dit 3 dagen later van klanten via support. Met monsys: refusal_rate alert vuurt binnen 15 min, je past je prompt aan voordat je SLA breekt.
Eindgebruiker plakt zijn Rijksregisternummer in een prompt. Jouw app stuurt het naar OpenAI. Onder GDPR moet je een data-transfer naar de US loggen. Met monsys: span heeft pii_hits_count=1, geredacteerd als [RRN]. Maandrapport: 47 RRN-vermeldingen geredacteerd; raw content niet bij monsys; OpenAI heeft de raw data wel ontvangen → DPA addendum.
Dezelfde envelope-format voor Python, Node en Go. Geen pip install, geen npm dependency (Node 18+ heeft built-in fetch). Failures loggen, throwen nooit.
Mint een aiv_… token via dashboard → AI → Apps → Nieuwe applicatie. Eén-keer-getoond. Daarna:
from monsys_ai import Tracer
tracer = Tracer()
with tracer.trace("rag.chat") as t:
with t.span("openai.chat",
provider="openai",
model="gpt-4o") as s:
s.prompt = user_msg
r = openai.chat.completions.create(...)
s.completion = r.choices[0].message.content
s.input_tokens = r.usage.prompt_tokens
s.output_tokens = r.usage.completion_tokensimport { Tracer } from "./monsys-ai";
const tracer = new Tracer();
await tracer.trace("rag.chat", async (t) => {
await t.span("openai.chat",
{ provider: "openai", model: "gpt-4o" },
async (s) => {
const r = await openai.chat.completions.create({...});
s.record({
prompt: userMsg,
completion: r.choices[0].message.content!,
inputTokens: r.usage!.prompt_tokens,
outputTokens: r.usage!.completion_tokens,
});
});
});tracer, _ := monsysai.New(monsysai.Options{})
err := tracer.Trace(ctx, "rag.chat", func(t *monsysai.Trace) error {
return t.Span(ctx, "openai.chat",
monsysai.SpanOpts{Provider: "openai", Model: "gpt-4o"},
func(s *monsysai.Span) error {
s.Prompt = userMsg
// call your LLM...
s.Completion = resp
in, out := inTok, outTok
s.InputTokens = &in
s.OutputTokens = &out
return nil
})
})Server-monitoring (€3/agent vanaf #6) en AI observability zijn aparte modules. Eerste AI-app gratis per tenant — net zoals je eerste 5 agents gratis blijven.
Dashboard → AI → Apps → New app. Token wordt één keer getoond (alleen SHA256 bewaard).
Python, Node of Go — ~150 LOC, géén dependencies behalve de stdlib. Eén `with tracer.trace(...)` block per request.
Live span-boom met provider/model/kosten/PII-hits. Maand later: één klik → getekend evidence pack klaar voor de DPA.
Langfuse is een uitstekend developer-tool: prompt management, evals, playground. monsys.ai pakt het andere stuk: passieve audit-laag met BE/EU-specifieke PII-detectie en getekende evidence. Lees de eerlijke vergelijking →