rajudandigam/agent-inspect

Local evidence debugger and trajectory-test toolkit for TypeScript AI agents: inspect causal runs, catch wrong tool paths in CI, and share safe offline evidence.

解决的问题

AgentInspect 解决了调试复杂 TypeScript AI 智能体的难题，这些智能体通常执行规划、工具调用和模型交互等多步骤任务。它提供了一种本地化、注重隐私的方式来可视化执行路径，在 CI/CD 流水线中强制执行确定性检查，并在不依赖外部 SaaS 平台的情况下共享智能体行为的可验证证据。

工作原理

它将智能体执行轨迹捕获为本地 JSONL 文件。这些轨迹作为单一事实来源，可用于三个主要目的：通过基于 CLI 的执行树查看器进行调试，通过针对智能体逻辑运行确定性轨迹检查来防止回归，以及生成用于共享的脱敏、哈希可验证证据包。它与 LangChain、LangGraph 和 Vercel AI SDK 等流行框架集成。

适用人群

构建基于 TypeScript 的 AI 智能体的开发者，他们需要本地可观测性、智能体轨迹的自动化测试，以及一种无需将敏感数据上传到第三方服务即可安全共享执行日志的方法。

亮点

  • 本地优先架构：无需账户、收集器或默认数据上传。
  • 确定性 CI 检查：根据特定的智能体轨迹或工具使用预期使构建失败。
  • 注重隐私：内置脱敏工具和证据包的离线验证。
  • 框架无关：支持自定义实现，并为 LangChain、LangGraph 和 AI SDK 提供官方适配器。
  • 全面的 CLI：用于查看、报告、解释、检查和打包智能体轨迹的工具。

相关

  • 项目
    darkrishabh/agent-skills-eval

    agent‑skills‑eval 是一个 TypeScript/Node.js CLI + SDK，用于在有和没有 `SKILL.md` 上下文的情况下执行 Agent Skill，使用独立的 LLM 评审对两个输出进行评分，并生成 JSON 工件和静态 HTML 报告。它支持 OpenAI 兼容 API、自定义提供者、工具调用断言和完整的 agentskills.io 规范验证，适用于技能开发、CI 测试和比较分析。

  • 项目
    statelyai/agent

    Stately Agent 是一个 TypeScript 库，将 LLM 驱动的代理构建为 XState 状态机。机器拥有控制流并验证每个模型提出的事件，确保代理不能采取非法操作。通过插件执行器适用于任何 AI 提供者，支持离线测试、持久快照和自改进的 JSON 策略。非常适合在 Node 或 serverless 环境中构建安全、可检查、可移植的 AI 代理。

  • 项目
    iamfakeguru/agent-md

    agent-md 是一个轻量级框架，通过安装规则文件、git-hooks 和辅助脚本，将 AI 编码助手（如 Claude Code、Codex、Cursor、Windsurf）转变为合约驱动的代理。它提供单一事实来源的 markdown 文件 (AGENT.md) 以及强制执行检查（类型检查、lint、测试、视觉截图、状态更新），在满足必要证据前会阻挡模型完成任务。

  • 项目
    traceroot-ai/traceroot

    TraceRoot 是一个开源平台，用于记录 AI 代理调用、通过自定义检测器标记不良行为、将问题聚类为信号，并运行自动化评估，以便编码代理能够建议并验证修复，从而闭环实现自我改进。它提供 CLI、Python/TS SDK 以及与主要代理框架和模型提供商的集成，并可通过托管云或自托管 Docker Compose 使用。

  • 项目
    luoguoxiong/aipack

    aipack 是一个以 TypeScript 为先的轻量级 AI 代理框架。它包含自己的运行时、基于 Tapable 的插件系统，以及针对 13+ LLM 提供商的内置适配器。功能包括流式与批量执行、持久化会话存储、基于权限的工具审批、混合 BM25 + 向量长期记忆、五阶段上下文压缩、多代理编排（图、流水线、路由器、辩论、映射归约）、双向 MCP 集成、完整的可观测性（指标、仪表板）以及离线评估套件。该项目附带 CLI 助手、用于嵌入应用的库，以及展示真实世界用例的示例应用。