> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/hi/blocks/blocks/advanced-blocks/model-monitoring-inference-aggregator.md).

# मॉडल मॉनिटरिंग इन्फ़रेंस एग्रीगेटर

नियमित रूप से इन्फ़रेंस परिणामों का एक समेकित नमूना Roboflow Model Monitoring को रिपोर्ट करें।

समय-समय पर इनफ़रेंस प्रेडिक्शनों के एक चुने हुए नमूने को स्मृति में प्रेडिक्शनों को एकत्र करके, क्लास के अनुसार समूहित करके, प्रत्येक क्लास के लिए सबसे अधिक विश्वसनीय प्रेडिक्शन चुनकर, और कॉन्फ़िगर किए जा सकने वाले अंतरालों पर समेकित परिणाम भेजकर Roboflow Model Monitoring को समेकित और रिपोर्ट करें, ताकि न्यूनतम प्रदर्शन ओवरहेड के साथ कुशल वीडियो प्रोसेसिंग मॉनिटरिंग, प्रोडक्शन एनालिटिक्स, और मॉडल प्रदर्शन ट्रैकिंग वर्कफ़्लोज़ सक्षम हों।

## यह ब्लॉक कैसे काम करता है

यह ब्लॉक समय के साथ प्रेडिक्शनों को समेकित करता है और नियमित अंतराल पर Roboflow Model Monitoring को प्रतिनिधि नमूने भेजता है, जिससे API कॉल्स कम होती हैं और वीडियो प्रोसेसिंग प्रदर्शन बना रहता है। ब्लॉक:

1. प्रेडिक्शन और कॉन्फ़िगरेशन प्राप्त करता है:
   * समर्थित किसी भी मॉडल प्रकार (ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, कीपॉइंट डिटेक्शन, या क्लासिफिकेशन) से प्रेडिक्शन लेता है
   * पहचान के लिए Model Monitoring में मॉडल ID प्राप्त करता है
   * सेकंडों में रिपोर्टिंग अंतराल निर्दिष्ट करने वाला फ़्रीक्वेंसी पैरामीटर स्वीकार करता है
   * निष्पादन मोड फ़्लैग प्राप्त करता है (fire-and-forget)
2. Roboflow API कुंजी को सत्यापित करता है:
   * जांचता है कि एक वैध Roboflow API कुंजी उपलब्ध है (API एक्सेस के लिए आवश्यक)
   * यदि API कुंजी अनुपलब्ध हो, तो उसे प्राप्त करने के निर्देशों सहित त्रुटि उत्पन्न करता है
3. स्मृति में प्रेडिक्शन एकत्र करता है:
   * मॉडल ID के अनुसार व्यवस्थित एक इन-मेमोरी एग्रीगेटर में प्रेडिक्शन संग्रहीत करता है
   * रिपोर्टिंग अंतरालों के बीच प्रेडिक्शन संचित करता है
   * वर्कफ़्लो निष्पादन सत्र की अवधि के लिए स्थिति बनाए रखता है
4. रिपोर्टिंग अंतराल की जांच करता है:
   * अद्वितीय एग्रीगेटर कुंजी के आधार पर अंतिम रिपोर्ट समय को ट्रैक करने के लिए कैश का उपयोग करता है
   * पिछली रिपोर्ट के बाद बीता समय गणना करता है
   * बीते समय की तुलना कॉन्फ़िगर किए गए फ़्रीक्वेंसी थ्रेशोल्ड से करता है
   * यदि अंतराल पूरा नहीं हुआ है, तो रिपोर्टिंग छोड़ देता है (स्थिति संदेश लौटाता है)
5. रिपोर्टिंग के समय प्रेडिक्शनों को समेकित करता है:
   * Model Monitoring के लिए सभी एकत्रित प्रेडिक्शनों को फ़ॉर्मेट करता है
   * सभी एकत्रित डेटा में क्लास नाम के अनुसार प्रेडिक्शनों को समूहित करता है
   * प्रत्येक क्लास के लिए, प्रेडिक्शनों को विश्वास स्तर के अनुसार छांटता है (सबसे अधिक पहले)
   * प्रत्येक क्लास के लिए सबसे अधिक विश्वसनीय प्रेडिक्शन को प्रतिनिधि नमूने के रूप में चुनता है
   * प्रेडिक्शनों का एक चुना हुआ सेट बनाता है (प्रत्येक क्लास के लिए सबसे अधिक विश्वसनीय एक)
6. वर्कस्पेस जानकारी प्राप्त करता है:
   * प्रदान की गई API कुंजी का उपयोग करके Roboflow API से वर्कस्पेस ID प्राप्त करता है
   * बार-बार API कॉल्स से बचने के लिए कैशिंग (15 मिनट की समाप्ति) का उपयोग करता है
   * API कुंजी के MD5 हैश को कैश कुंजी के रूप में उपयोग करके वर्कस्पेस नाम कैश करता है
7. समेकित डेटा Model Monitoring को भेजता है:
   * टाइमस्टैम्प, स्रोत जानकारी, डिवाइस ID, और सर्वर संस्करण के साथ inference data payload बनाता है
   * मॉनिटरिंग संदर्भ के लिए सिस्टम जानकारी (यदि उपलब्ध हो) शामिल करता है
   * समेकित प्रेडिक्शन (प्रत्येक क्लास के लिए एक) Roboflow Model Monitoring API को भेजता है
   * भेजने के बाद इन-मेमोरी एग्रीगेटर को फ्लश करता है (नई संग्रहण शुरू करता है)
   * कैश में अंतिम रिपोर्ट समय अद्यतन करता है
8. सिंक्रीयस या एसिंक्रोनस रूप से निष्पादित करता है:
   * **एसिंक्रोनस मोड (fire\_and\_forget=True)**: API कॉल पूरी होने की प्रतीक्षा किए बिना, वर्कफ़्लो को जारी रखने की अनुमति देते हुए, कार्य को बैकग्राउंड थ्रेड पूल या FastAPI बैकग्राउंड टास्क्स में सबमिट करता है
   * **सिंक्रीयस मोड (fire\_and\_forget=False)**: API कॉल पूरी होने की प्रतीक्षा करता है और तत्काल स्थिति लौटाता है, जो डिबगिंग और त्रुटि प्रबंधन के लिए उपयोगी है
9. स्थिति जानकारी लौटाता है:
   * error\_status आउटपुट करता है, जो सफलता (False) या विफलता (True) दर्शाता है
   * रिपोर्टिंग स्थिति या त्रुटि विवरण के साथ संदेश आउटपुट करता है
   * इस बारे में फ़ीडबैक प्रदान करता है कि समेकन भेजा गया या छोड़ दिया गया

यह ब्लॉक वीडियो प्रोसेसिंग वर्कफ़्लोज़ के लिए अनुकूलित है, जहाँ हर प्रेडिक्शन भेजने से अत्यधिक API कॉल्स होतीं और प्रदर्शन प्रभावित होता। प्रेडिक्शनों को समेकित करके और प्रतिनिधि नमूने (प्रत्येक क्लास के लिए सबसे अधिक विश्वसनीय) चुनकर, यह ब्लॉक न्यूनतम ओवरहेड के साथ अर्थपूर्ण मॉनिटरिंग डेटा प्रदान करता है। अंतराल-आधारित रिपोर्टिंग Model Monitoring को नियमित अपडेट सुनिश्चित करती है, बिना लगातार API कॉल्स के।

## सामान्य उपयोग मामले

#### 🔍 यह ब्लॉक क्यों उपयोग करें?

यह ब्लॉक Workflows में वीडियो प्रोसेसिंग पर निर्भर परियोजनाओं के लिए एक बड़ा बदलाव है। अपनी समेकन प्रक्रिया के साथ, यह क्लासों के बीच सबसे अधिक विश्वसनीय प्रेडिक्शनों की पहचान करता है और उन्हें छोटे संदेशों में नियमित अंतराल पर Roboflow बैकएंड को भेजता है - यह सुनिश्चित करते हुए कि वीडियो प्रोसेसिंग प्रदर्शन पर न्यूनतम प्रभाव पड़े।

इसके लिए बिल्कुल उपयुक्त:

* उत्पादन लाइन के प्रदर्शन की वास्तविक समय में निगरानी करना 🏭.
* समय के साथ अपने मॉडल के प्रदर्शन का डिबग और सत्यापन करना ⏱️.
* न्यूनतम ओवरहेड के साथ inference workflows से actionable insights प्रदान करना 🔧.

#### 🚨 सीमाएँ

* वर्कफ़्लो चलाते समय इस ब्लॉक पर भरोसा नहीं किया जाना चाहिए `इनफ़रेंस` server पर या Roboflow hosted platform को HTTP अनुरोध के माध्यम से, क्योंकि आंतरिक स्थिति ऐसे memory में स्थायी नहीं रहती जो server के सभी अनुरोधों के लिए सुलभ हो, जिससे aggregation **केवल एकल अनुरोध के दायरे तक सीमित रह जाता है**. यदि यह ग्राहकों के लिए गंभीर सीमा सिद्ध होती है, तो हम भविष्य के संस्करणों में इस समस्या का समाधान करेंगे.

## अन्य ब्लॉक्स से जोड़ना

यह ब्लॉक प्रेडिक्शन प्राप्त करता है और स्थिति जानकारी आउटपुट करता है:

* **मॉडल ब्लॉकों के बाद** (Object Detection Model, Instance Segmentation Model, Classification Model, Keypoint Detection Model) ताकि प्रेडिक्शनों को समेकित और Model Monitoring को रिपोर्ट किया जा सके (उदा., डिटेक्शन परिणामों को समेकित करना, क्लासिफिकेशन आउटपुट रिपोर्ट करना, मॉडल प्रेडिक्शनों की निगरानी करना), जिससे model-to-monitoring workflows सक्षम हों
* **फ़िल्टरिंग या विश्लेषण ब्लॉकों के बाद** (DetectionsFilter, ContinueIf, OverlapFilter) ताकि निगरानी के लिए फ़िल्टर किए गए या विश्लेषित परिणामों को समेकित किया जा सके (उदा., फ़िल्टर किए गए डिटेक्शनों को समेकित करना, एनालिटिक्स परिणाम रिपोर्ट करना, संसाधित प्रेडिक्शनों की निगरानी करना), जिससे analysis-to-monitoring workflows सक्षम हों
* **वीडियो प्रोसेसिंग वर्कफ़्लो में** वीडियो विश्लेषण की कुशलतापूर्वक निगरानी करने के लिए, न्यूनतम प्रदर्शन प्रभाव के साथ (उदा., वीडियो फ्रेम डिटेक्शनों को समेकित करना, वीडियो प्रोसेसिंग परिणाम रिपोर्ट करना, वीडियो विश्लेषण प्रदर्शन की निगरानी करना), जिससे video monitoring workflows सक्षम हों
* **प्रारंभिक प्रसंस्करण या परिवर्तन ब्लॉकों के बाद** परिवर्तित प्रेडिक्शनों की निगरानी करने के लिए (उदा., परिवर्तित डिटेक्शनों को समेकित करना, संसाधित परिणाम रिपोर्ट करना, transformation outputs की निगरानी करना), जिससे transformation-to-monitoring workflows सक्षम हों
* **उत्पादन परिनियोजन वर्कफ़्लोज़ में** उत्पादन परिवेशों में मॉडल प्रदर्शन को ट्रैक करने के लिए (उदा., उत्पादन inference की निगरानी करना, परिनियोजन प्रदर्शन ट्रैक करना, उत्पादन मेट्रिक्स रिपोर्ट करना), जिससे production monitoring workflows सक्षम हों
* **एक sink block के रूप में** वर्कफ़्लो निष्पादन को ब्लॉक किए बिना समेकित मॉनिटरिंग डेटा भेजने के लिए (उदा., बैकग्राउंड मॉनिटरिंग रिपोर्टिंग, गैर-अवरोधक एनालिटिक्स, कुशल डेटा संग्रह), जिससे sink-to-monitoring workflows सक्षम हों

## आवश्यकताएँ

इस ब्लॉक के लिए वातावरण या वर्कफ़्लो कॉन्फ़िगरेशन में कॉन्फ़िगर की गई एक वैध Roboflow API कुंजी आवश्यक है। Roboflow API के साथ प्रमाणीकरण करने और Model Monitoring सुविधाओं तक पहुँचने के लिए API कुंजी आवश्यक है। API कुंजी प्राप्त करने का तरीका जानने के लिए <https://docs.roboflow.com/reference/authentication/authentication/find-your-roboflow-api-key> पर जाएँ। यह ब्लॉक समेकन के लिए in-memory state बनाए रखता है, जिसका अर्थ है कि यह लंबे समय तक चलने वाले वर्कफ़्लोज़ (जैसे InferencePipeline के साथ वीडियो प्रोसेसिंग) के लिए सबसे अच्छा काम करता है। inference server में या Roboflow hosted platform को HTTP अनुरोधों के माध्यम से वर्कफ़्लोज़ चलाते समय इस ब्लॉक पर भरोसा नहीं किया जाना चाहिए, क्योंकि आंतरिक स्थिति केवल एकल अनुरोधों के लिए सुलभ होती है और समेकन का दायरा केवल एकल अनुरोध निष्पादन तक सीमित होता है। यह ब्लॉक एक ही InferencePipeline प्रक्रिया से जुड़े सभी वीडियो फ़ीड्स के लिए डेटा समेकित करता है (प्रत्येक वीडियो फ़ीड के लिए समेकन अलग नहीं कर सकता)। frequency पैरामीटर कम से कम 1 सेकंड होना चाहिए। Roboflow पर Model Monitoring के बारे में अधिक जानकारी के लिए, <https://docs.roboflow.com/deployment/monitoring-and-analytics/model-monitoring> देखें।

### प्रकार पहचानकर्ता

चरण में निम्नलिखित पहचानकर्ता का उपयोग करें `"type"` फ़ील्ड: `roboflow_core/model_monitoring_inference_aggregator@v1` ताकि ब्लॉक को अपने वर्कफ़्लो में एक चरण के रूप में जोड़ा जा सके।

### गुण

| **नाम**                    | **प्रकार** | **विवरण**                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         | संदर्भ |
| -------------------------- | ---------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------ |
| `नाम`                      | `str`      | इस चरण के लिए एक अद्वितीय पहचानकर्ता दर्ज करें..                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  | ❌      |
| `फ़्रीक्वेंसी`             | `int`      | सेकंडों में रिपोर्टिंग फ़्रीक्वेंसी। यह निर्दिष्ट करता है कि समेकित प्रेडिक्शन कितनी बार Roboflow Model Monitoring को भेजे जाते हैं। उदाहरण के लिए, यदि इसे 5 पर सेट किया जाता है, तो ब्लॉक 5 सेकंड तक प्रेडिक्शनों को एकत्र करता है, फिर समेकित नमूना (प्रत्येक क्लास के लिए एक सबसे अधिक विश्वसनीय प्रेडिक्शन) Model Monitoring को भेजता है। यह कम से कम 1 सेकंड होना चाहिए। कम मान अधिक बार अपडेट देते हैं लेकिन API कॉल्स बढ़ाते हैं। अधिक मान API कॉल्स कम करते हैं लेकिन अपडेट कम बार मिलते हैं। डिफ़ॉल्ट: 5 सेकंड। यह वीडियो प्रोसेसिंग के लिए अच्छा काम करता है, जहाँ आप नियमित लेकिन अत्यधिक नहीं रिपोर्टिंग चाहते हैं.. | ✅      |
| `अद्वितीय एग्रीगेटर कुंजी` | `str`      | आंतरिक रूप से समेकन सत्र को ट्रैक करने और अंतिम रिपोर्ट समय को कैश करने के लिए उपयोग की जाने वाली अद्वितीय कुंजी। यह कुंजी आपके वर्कफ़्लो में इस ब्लॉक के प्रत्येक उदाहरण के लिए अद्वितीय होनी चाहिए। कुंजी का उपयोग ऐसे कैश एंट्री बनाने के लिए किया जाता है जो ट्रैक करती हैं कि अंतिम रिपोर्ट कब भेजी गई थी, जिससे अंतराल-आधारित रिपोर्टिंग सक्षम होती है। यह फ़ील्ड स्वचालित रूप से उत्पन्न होती है और UI में छिपी होती है..                                                                                                                                                                                                  | ❌      |
| `fire_and_forget`          | `बूल`      | निष्पादन मोड फ़्लैग। जब True (डिफ़ॉल्ट) हो, तो ब्लॉक बैकग्राउंड में एसिंक्रोनस रूप से चलता है, जिससे वर्कफ़्लो API कॉल पूरी होने की प्रतीक्षा किए बिना प्रसंस्करण जारी रख सकता है। यह तेज़ वर्कफ़्लो निष्पादन प्रदान करता है, लेकिन त्रुटियाँ तुरंत उपलब्ध नहीं होतीं। जब False हो, तो ब्लॉक सिंक्रीयस रूप से चलता है और API कॉल पूरी होने की प्रतीक्षा करता है, तत्काल स्थिति और त्रुटि जानकारी लौटाता है। डिबगिंग और त्रुटि प्रबंधन के लिए False का उपयोग करें, और उन उत्पादन वर्कफ़्लोज़ के लिए True का उपयोग करें जहाँ प्रदर्शन प्राथमिकता है..                                                                               | ✅      |

यह **संदर्भ** कॉलम उस संभावना को चिह्नित करता है कि प्रॉपर्टी को गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है, जो उपलब्ध हैं `वर्कफ़्लो` रनटाइम में। देखें *बाइंडिंग्स* अधिक जानकारी के लिए।

### रनटाइम संगतता

`requires_internet` - एयर-गैप्ड / ऑफ़लाइन डिप्लॉयमेंट : यह ब्लॉक एक ऐसी सेवा पर निर्भर करता है जो पूर्णतः ऑफ़लाइन / एयर-गैप्ड डिप्लॉयमेंट से उपलब्ध नहीं है।

`सॉफ्ट` - रनटाइम `hosted_serverless`, `dedicated_deployment`; निष्पादन `रिमोट`; इनपुट `वीडियो` : समेकन बफ़र प्रक्रिया मेमोरी में संग्रहीत किए जाते हैं, जबकि रिपोर्टिंग अंतराल कैश में ट्रैक किया जाता है। स्टेटलेस या मल्टी-रिप्लिका HTTP रनटाइम्स पर रिमोट स्टेप निष्पादन के साथ, प्रेडिक्शन अलग-अलग वर्कर प्रक्रियाओं द्वारा एकत्र किए जा सकते हैं, इसलिए रिपोर्ट्स कम-संग्रह कर सकती हैं या आंशिक समेकन विंडो फ्लश कर सकती हैं। स्थिर वीडियो समेकन के लिए InferencePipeline में स्थानीय स्टेप निष्पादन का उपयोग करें।

`सॉफ्ट` - इनपुट `छवि` : ब्लॉक वीडियो या repeated-frame workflows से प्राप्त temporal context पर निर्भर करता है। एक स्थिर image/photo के साथ, ट्रैक करने, तुलना करने, एकत्रित करने या दृश्यीकृत करने के लिए कोई अर्थपूर्ण history नहीं होती, इसलिए यह ब्लॉक बहुत कम या कोई लाभ नहीं देता।

### इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन इसके बाइंडिंग प्रकारों पर निर्भर करते हैं। जाँचें कि कौन-से बाइंडिंग प्रकार `मॉडल मॉनिटरिंग इन्फरेंस एग्रीगेटर` संस्करण में `v1` हैं।

<details>

<summary>इनपुट और आउटपुट बाइंडिंग्स</summary>

* इनपुट
  * `भविष्यवाणियाँ` (*Union\[*[*`classification_prediction`*](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/classification-prediction.md)*,* [*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`object_detection_prediction`*](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/object-detection-prediction.md)*]*): मॉडल प्रेडिक्शन (ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, कीपॉइंट डिटेक्शन, या क्लासिफिकेशन) जिन्हें Roboflow Model Monitoring को समेकित और रिपोर्ट करना है। प्रेडिक्शनों को स्मृति में एकत्र किया जाता है, क्लास नाम के अनुसार समूहित किया जाता है, और प्रत्येक क्लास के लिए सबसे अधिक विश्वसनीय प्रेडिक्शन को प्रतिनिधि नमूने के रूप में चुना जाता है। प्रेडिक्शन फ़्रीक्वेंसी सेटिंग के आधार पर रिपोर्टिंग अंतरालों के बीच संचित होते रहते हैं। समर्थित प्रेडिक्शन प्रकार: supervision Detections ऑब्जेक्ट्स या classification prediction dictionaries..
  * `model_id` ([*`roboflow_model_id`*](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/roboflow-model-id.md)): Roboflow model ID (format: 'project/version') जिसे Model Monitoring में प्रेडिक्शनों के साथ जोड़ा जाता है। यह पहचानता है कि कौन सा मॉडल रिपोर्ट किए जा रहे प्रेडिक्शन उत्पन्न कर रहा है। model ID Roboflow को भेजे गए monitoring data में शामिल होता है, जिससे आप Model Monitoring dashboard में प्रत्येक मॉडल के प्रदर्शन को ट्रैक कर सकते हैं..
  * `फ़्रीक्वेंसी` ([*`string`*](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/string.md)): सेकंडों में रिपोर्टिंग फ़्रीक्वेंसी। यह निर्दिष्ट करता है कि समेकित प्रेडिक्शन कितनी बार Roboflow Model Monitoring को भेजे जाते हैं। उदाहरण के लिए, यदि इसे 5 पर सेट किया जाता है, तो ब्लॉक 5 सेकंड तक प्रेडिक्शनों को एकत्र करता है, फिर समेकित नमूना (प्रत्येक क्लास के लिए एक सबसे अधिक विश्वसनीय प्रेडिक्शन) Model Monitoring को भेजता है। यह कम से कम 1 सेकंड होना चाहिए। कम मान अधिक बार अपडेट देते हैं लेकिन API कॉल्स बढ़ाते हैं। अधिक मान API कॉल्स कम करते हैं लेकिन अपडेट कम बार मिलते हैं। डिफ़ॉल्ट: 5 सेकंड। यह वीडियो प्रोसेसिंग के लिए अच्छा काम करता है, जहाँ आप नियमित लेकिन अत्यधिक नहीं रिपोर्टिंग चाहते हैं..
  * `fire_and_forget` ([*`boolean`*](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/boolean.md)): निष्पादन मोड फ़्लैग। जब True (डिफ़ॉल्ट) हो, तो ब्लॉक बैकग्राउंड में एसिंक्रोनस रूप से चलता है, जिससे वर्कफ़्लो API कॉल पूरी होने की प्रतीक्षा किए बिना प्रसंस्करण जारी रख सकता है। यह तेज़ वर्कफ़्लो निष्पादन प्रदान करता है, लेकिन त्रुटियाँ तुरंत उपलब्ध नहीं होतीं। जब False हो, तो ब्लॉक सिंक्रीयस रूप से चलता है और API कॉल पूरी होने की प्रतीक्षा करता है, तत्काल स्थिति और त्रुटि जानकारी लौटाता है। डिबगिंग और त्रुटि प्रबंधन के लिए False का उपयोग करें, और उन उत्पादन वर्कफ़्लोज़ के लिए True का उपयोग करें जहाँ प्रदर्शन प्राथमिकता है..
* आउटपुट
  * `error_status` ([`boolean`](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/boolean.md)): बूलियन फ़्लैग.
  * `message` ([`string`](https://docs.roboflow.com/workflows/hi/developer-guide/developer-guide/kinds/string.md)): स्ट्रिंग मान.

</details>

<details>

<summary>उदाहरण JSON परिभाषा</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/model_monitoring_inference_aggregator@v1",
	    "predictions": "$steps.object_detection.predictions",
	    "model_id": "my_project/3",
	    "frequency": 3,
	    "unique_aggregator_key": "session-1v73kdhfse",
	    "fire_and_forget": true
	}
```

</details>
