lmnr-ai/lmnr

解决的问题

Laminar 是专为 AI 代理设计的可观测性平台。它帮助开发者追踪、调试和评估代理的性能，通过深入洞察代理执行流程中的内部步骤，这些步骤通常对开发者而言是“黑盒”状态。

如何工作

Laminar 提供 TypeScript 和 Python 的 SDK，开发者只需一行初始化代码和装饰器/包装器（如 @observe()）即可对代码进行探针。它原生支持 OpenTelemetry，并与主流 LLM 提供商（OpenAI、Anthropic、Gemini）和框架（LangChain、Vercel AI SDK、Browser Use）集成。

除了追踪功能外，还提供了一套用于监控和优化的工具：

• Signals：允许开发者用自然语言定义要追踪的行为（例如“代理陷入循环”），并接收 Slack 通知。
• Evals：一个可扩展的 SDK 和 CLI，支持在本地或 CI/CD 流水线中运行评估，并提供 UI 用于结果对比。
• Data Annotation：一个用于基于真实追踪数据创建评估数据集的 UI。
• Querying：支持通过 CLI 或 MCP 访问使用 SQL 查询来调查追踪、跨度和指标。

适用人群

需要监控 LLM 调用、调试复杂代理循环并评估输出质量的 AI 工程师和开发者。

主要亮点

• 高性能：使用 Rust 编写，支持 20 倍的追踪数据压缩，实现高效存储。
• 广泛集成：支持主流 LLM 提供商和代理框架的自动追踪。
• 实时可见性：提供自定义引擎，可实时查看追踪数据。
• 可自托管：可通过 Docker Compose 在本地或生产环境中部署。