traceroot-ai/traceroot

TraceRoot – AIコーディングエージェントのための自己改善レイヤー

概要 – TraceRootは、AIコーディングエージェントが言語モデルやツールに対して行うすべての呼び出しを記録（「トレース」）するオープンソースプラットフォームです。不適切な動作をフラグ付けする検出器を定義し、それらのフラグをシグナルとしてクラスタリングし、自動化された評価を実行して修正を検証します。その目的はループを完結させることです。本番環境での失敗を具体的な改善案に変え、コーディングエージェントがそれに基づいて行動し、テストし、再デプロイできるようにします。

主要コンポーネント

機能	内容
Trace	モデル呼び出し、ツール呼び出し、レイテンシ、コスト、入出力のフルスタック可観測性。
Detect	「適切な動作」をエンコードし、それに違反する実行を自動的にフラグ付けするカスタマイズ可能な検出器。
Signals	検出器出力のクラスタリング。バックグラウンドのコーディングエージェントが関連コード（GitHubサンドボックス経由）を検査し、修正を提案します。
Verify	独自のデータセットに対するオフライン評価を行い、改善を測定し、リグレッションを検知します。
CLI / SDKs	エージェントネイティブなCLIに加え、Python (traceroot-py) およびTypeScript (traceroot-ts) SDKによる容易なインストゥルメンテーション。
Integrations	主要なエージェントフレームワーク（LangChain, CrewAI, AutoGenなど）およびモデルプロバイダー（OpenAI, Anthropic, Gemini, Mistral, OpenRouter）向けのすぐに使えるフック。

仕組み

1. Instrument TraceRoot SDKでアプリケーションを計測するか、CLI経由でコーディングエージェントに設定させます。
2. Run AI駆動のコードを本番環境で実行します。各LLM/ツール呼び出しはTraceRootバックエンドに送信されます。
3. Detect – 設定された検出器が、期待に反する実行を自動的にラベル付けします。
4. Signal – フラグ付けされた実行がグループ化されます。バックグラウンドエージェントがトレースと関連するリポジトリコードを調査し、コード変更を提案します。
5. Verify – 提案された変更は、マージ前にオフライン評価でテストされ、自己改善サイクルが完了します。

はじめに

• Cloud – app.traceroot.ai にサインアップしてホスト型インスタンスを利用します。
• Self‑host – リポジトリをクローンし、.env.example を .env にコピーして make prod-lite (Docker‑Compose) を実行します。localhost:3000 でUIにアクセスします。
• Instrumentation – CLI (npm i -g traceroot-cli) をインストールし、traceroot login を実行します。その後、コーディングエージェントにトレースの設定を依頼するか、手動でPython/TS SDKを追加して TraceRoot.initialize(...) を呼び出します。

対象ユーザー

• AI支援コーディングアシスタントやその他のLLM駆動エージェントを構築しており、本番グレードの可観測性と、バグを検証済みの修正に変える体系的な方法を必要としているチーム。
• LangChain, CrewAI, LlamaIndexなどのフレームワークを既に使用しており、プラグアンドプレイの監視レイヤーを求めている開発者。

ライセンス – コアコードはApache 2.0。一部の ee/ ディレクトリは商用エンタープライズライセンスの下にあります。

コミュニティ – アクティブなDiscord、Y Combinatorの支援、初心者向けの貢献ガイドがあります。

---

すべての詳細はリポジトリのREADMEから直接引用しています。