traceroot-ai/traceroot

TraceRoot – AI 코딩 에이전트를 위한 자기 개선 레이어

개요 – TraceRoot는 AI 코딩 에이전트가 언어 모델이나 도구에 대해 수행하는 모든 호출을 기록(트레이싱)하는 오픈소스 플랫폼입니다. 바람직하지 않은 동작을 플래그 지정하는 탐지기를 정의하고, 이러한 플래그를 신호로 클러스터링한 다음, 자동화된 평가를 실행하여 수정 사항을 검증합니다. 이 아이디어는 루프를 닫는 것입니다. 즉, 프로덕션 환경의 실패를 구체적인 개선 제안으로 바꾸어 코딩 에이전트가 이를 바탕으로 조치를 취하고, 테스트하고, 재배포할 수 있도록 합니다.

주요 구성 요소

기능	내용
Trace	모델 호출, 도구 호출, 지연 시간, 비용 및 입출력에 대한 풀스택 관측 가능성.
Detect	'올바른 동작'을 인코딩하고 이를 위반하는 실행을 자동으로 플래그 지정하는 사용자 정의 가능한 탐지기.
Signals	탐지기 출력의 클러스터링. 백그라운드 코딩 에이전트가 관련 코드(GitHub 샌드박스 경유)를 검사하고 수정 사항을 제안합니다.
Verify	자체 데이터 세트에 대한 오프라인 평가를 수행하여 개선 사항을 측정하고 회귀 문제를 포착합니다.
CLI / SDKs	에이전트 네이티브 CLI와 Python (traceroot-py) 및 TypeScript (traceroot-ts) SDK를 통한 간편한 계측.
Integrations	주요 에이전트 프레임워크(LangChain, CrewAI, AutoGen 등) 및 모델 제공업체(OpenAI, Anthropic, Gemini, Mistral, OpenRouter)를 위한 즉시 사용 가능한 훅.

작동 방식

1. Instrument TraceRoot SDK로 애플리케이션을 계측하거나 CLI를 통해 코딩 에이전트가 설정하도록 합니다.
2. Run AI 기반 코드를 프로덕션 환경에서 실행합니다. 각 LLM/도구 호출은 TraceRoot 백엔드로 전송됩니다.
3. Detect – 설정된 탐지기가 기대치에 어긋나는 실행을 자동으로 라벨링합니다.
4. Signal – 플래그 지정된 실행이 그룹화됩니다. 백그라운드 에이전트가 트레이스 기록과 관련 저장소 코드를 조사한 다음 코드 변경을 제안합니다.
5. Verify – 제안된 변경 사항은 병합 전 오프라인 평가를 통해 테스트되어 자기 개선 주기를 완료합니다.

시작하기

• Cloud – app.traceroot.ai에 가입하여 호스팅 인스턴스를 사용하세요.
• Self‑host – 저장소를 복제하고 .env.example을 .env로 복사한 후 make prod-lite (Docker‑Compose)를 실행하세요. localhost:3000에서 UI에 액세스할 수 있습니다.
• Instrumentation – CLI(npm i -g traceroot-cli)를 설치하고 traceroot login을 실행하세요. 그런 다음 코딩 에이전트에게 트레이싱 설정을 요청하거나, 수동으로 Python/TS SDK를 추가하고 TraceRoot.initialize(...)를 호출하세요.

대상 사용자

• AI 보조 코딩 도우미나 기타 LLM 기반 에이전트를 구축하며, 프로덕션급 관측 가능성과 버그를 검증된 수정 사항으로 바꾸는 체계적인 방법이 필요한 팀.
• LangChain, CrewAI, LlamaIndex와 같은 프레임워크를 이미 사용 중이며 플러그 앤 플레이 모니터링 레이어를 원하는 개발자.

라이선스 – 핵심 코드는 Apache 2.0입니다. 일부 ee/ 디렉토리는 상업용 엔터프라이즈 라이선스가 적용됩니다.

커뮤니티 – 활발한 Discord, Y Combinator 지원, 초보자를 위한 기여 가이드가 있습니다.

---

모든 세부 정보는 저장소의 README에서 직접 가져왔습니다.