Entidadactivecreado Mon Apr 27#workspace #d1 #cloudflare #ai-evaluation #gemini #openrouter #database #gemini-lite-migration

Tabla D1: `ai_eval_runs` — Histórico de Evaluaciones de Modelos IA

Resumen

Tabla D1 del Workspace de CreaRack que persiste el histórico de ejecuciones de la Tool AI Eval. Introducida en la migración 0016 (2026-04-27) como parte del cierre de la Fase 4 del plan Gemini Lite Migration.

⚠️ Invariante de seguridad: las API keys de Gemini/OpenRouter NUNCA se almacenan en esta tabla. Solo se persisten identificadores de modelos, prompts, respuestas y metadatos de timing.

DDL

-- migrations/0016_create_ai_eval_runs.sql
CREATE TABLE IF NOT EXISTS ai_eval_runs (
    id          INTEGER PRIMARY KEY AUTOINCREMENT,
    created_at  TEXT    NOT NULL DEFAULT (datetime('now')),
    user_email  TEXT,                        -- CF Access email (informacional)
    candidates  TEXT    NOT NULL,            -- JSON: [{model, provider, label?}]
    cases       TEXT    NOT NULL,            -- JSON: [{name, prompt, has_image, ...}]
    results     TEXT    NOT NULL,            -- JSON: {[caseName]: {[model]: CellResult}}
    total_cells INTEGER NOT NULL,            -- candidates.length × cases.length
    duration_ms INTEGER NOT NULL,            -- wall-clock total del run
    status      TEXT    NOT NULL DEFAULT 'completed'
                CHECK (status IN ('completed','partial','failed')),
    notes       TEXT                         -- anotación libre del usuario
);

CREATE INDEX IF NOT EXISTS idx_ai_eval_runs_created ON ai_eval_runs(created_at);
CREATE INDEX IF NOT EXISTS idx_ai_eval_runs_user    ON ai_eval_runs(user_email, created_at);

Esquema de columnas

Columna	Tipo	Nullable	Descripción
`id`	INTEGER PK AUTOINCREMENT	No	Identificador único del run
`created_at`	TEXT (ISO 8601)	No	Timestamp UTC de inserción
`user_email`	TEXT	Sí	Email Cloudflare Access del ejecutor (solo informacional)
`candidates`	TEXT (JSON)	No	Array de modelos evaluados: `[{provider, model, label?}]`
`cases`	TEXT (JSON)	No	Array de casos: `[{name, prompt, system_instruction?, temperature?, max_tokens?, response_json?, has_image}]` — `image_b64` nunca se persiste
`results`	TEXT (JSON)	No	Matriz resultado: `{caseName → {modelKey → {answer, latency_ms, tokens_in?, tokens_out?, error?}}}`
`total_cells`	INTEGER	No	`candidates.length × cases.length` (cap: 25)
`duration_ms`	INTEGER	No	Tiempo total de ejecución del run completo
`status`	TEXT	No	`completed` \| `partial` \| `failed`
`notes`	TEXT	Sí	Anotación libre introducida por el usuario en la UI

Tipado JSON interno

`candidates` (array)

[
  { "provider": "gemini", "model": "gemini-2.0-flash-lite", "label": "Flash Lite" },
  { "provider": "openrouter", "model": "anthropic/claude-3-haiku" }
]

`cases` (array, versión almacenada)

[
  {
    "name": "mib_classify",
    "prompt": "...",
    "system_instruction": "...",
    "temperature": 0.1,
    "max_tokens": 8192,
    "response_json": true,
    "has_image": false
  }
]

El campo image_b64 del request original se sustituye por has_image: boolean en la versión almacenada.

`results` (objeto)

{
  "mib_classify": {
    "gemini:gemini-2.0-flash": {
      "answer": "{ \"device_type\": \"access_point\", ... }",
      "latency_ms": 1142,
      "tokens_in": 890,
      "tokens_out": 412
    },
    "openrouter:anthropic/claude-3-haiku": {
      "answer": "",
      "latency_ms": 3201,
      "error": "Rate limit exceeded"
    }
  }
}

Índices

Nombre	Columnas	Uso
`idx_ai_eval_runs_created`	`created_at`	Paginación por fecha DESC (endpoint `history`)
`idx_ai_eval_runs_user`	`(user_email, created_at)`	Filtros por usuario (uso futuro)

Acceso desde endpoints

Endpoint	Operación	Notas
`POST /api/tools/ai-eval/run`	`INSERT`	Fallo D1 no rompe la respuesta al cliente (degradación graceful)
`GET /api/tools/ai-eval/history`	`SELECT` paginado	Sin `?id`: omite columna `results` en el listado para reducir payload
`GET /api/tools/ai-eval/history?id=N`	`SELECT` por PK	Incluye `results` completos

Consideraciones de crecimiento

Cada run puede persistir hasta 25 celdas con respuestas completas. Con prompts MIB largos, cada fila puede pesar ~100-300 KB en results.
No hay TTL ni política de purga automática en v0. Si el volumen crece, considerar DELETE FROM ai_eval_runs WHERE created_at < datetime('now', '-90 days') vía cron Worker.
D1 tiene límite de 10 GB por base de datos en plan Workers Paid.

Véase también

[[feature—workspace—ai-eval]]
[[concept—general—que-paginas-wiki-existen-sobre-cloudflare-pages-fu]]

Referenciado desde

Tool AI Eval — Evaluación Matriz de Modelos IA (Workspace)

Tabla D1: ai_eval_runs — Histórico de Evaluaciones de Modelos IA