traceroot-ai/traceroot

解决的问题

TraceRoot 为 AI 代理提供可观测性和自我改进循环。它解决了手动从海量生产追踪中筛选失败的困难、在幻觉和工具调用之间定位错误根源的痛苦，以及缺乏系统性方法来持续提升代理性能的问题。

工作原理

TraceRoot 使用兼容 OpenTelemetry 的 SDK 捕获 LLM 调用、代理行为和工具使用。它通过「检测器」（LLM 作为裁判的评估器）自动监控追踪中的幻觉、逻辑失败和安全违规。当检测到失败时，系统会触发一个代理式调试流程，连接到包含生产源代码和 GitHub 历史记录的沙箱环境，识别出导致失败的代码行，并打开经过验证的修复 PR。

适用人群

使用 LangChain、CrewAI、AutoGen 或 Pydantic AI 等框架构建 AI 代理的开发者，需要监控生产性能并自动化调试与改进流程。

核心亮点

• 代理式调试：自动识别失败的代码行，并将失败与 GitHub 提交和 PR 关联，自动打开修复 PR。
• LLM 作为裁判检测器：自动筛查追踪中的幻觉、工具失败和意图漂移。
• 闭环改进：将生产失败转化为离线评估和修复验证的黄金数据集。
• 广泛集成：支持多种代理框架（如 LlamaIndex、DSPy、Vercel AI SDK）和模型提供商（OpenAI、Anthropic、Gemini）。
• 开源：完全开源，支持 BYOK（Bring Your Own Key）以适配任意模型提供商。