AgentOps

AI Agent 的可观测性与开发工具平台

AgentOps 帮助开发者构建、评估和监控 AI Agent，涵盖从原型设计到生产环境的全生命周期。

开源声明

AgentOps 应用程序基于 MIT 许可证开源。欢迎查看我们 app 目录 中的源码。

关键集成 🔌

📊 回放分析与调试	Agent 执行过程的逐步可视化图表
💸 LLM 成本管理	跟踪各 LLM 基础模型提供商的使用费用
🤝 框架集成	原生集成 CrewAI、AG2 (AutoGen)、Agno、LangGraph 等
⚒️ 自托管	支持在您自己的云端运行 AgentOps

快速开始 ⌨️

pip install agentops

仅需两行代码实现会话回放

初始化 AgentOps 客户端，即可自动获取所有 LLM 调用分析。

获取 API key

import agentops

# 程序开始处 (例如 main.py, __init__.py)
agentops.init( )

...

# 程序结束处
agentops.end_session('Success')

您所有的会话都可以在 AgentOps 控制面板 中查看。

自托管

如果您希望在本地运行完整的 AgentOps 应用（控制面板 + API 后端），请按照 app/README.md 中的指南进行操作：

• 运行应用与后端 (控制面板 + API)

一流的开发者体验

通过尽可能少的代码（每次只需一行），为您的 Agent、工具和函数添加强大的可观测性。

请参考我们的 文档

# 创建一个会话 span（所有其他 span 的根节点）
from agentops.sdk.decorators import session

@session
def my_workflow():
    # 在此处编写会话代码
    return result

# 创建一个 Agent span 以跟踪 Agent 操作
from agentops.sdk.decorators import agent

@agent
class MyAgent:
    def __init__(self, name):
        self.name = name
        
    # 在此编写 Agent 方法

# 创建操作/任务 span 以跟踪特定操作
from agentops.sdk.decorators import operation, task

@operation  # 或 @task
def process_data(data):
    # 处理数据
    return result

# 创建工作流 span 以跟踪多操作工作流
from agentops.sdk.decorators import workflow

@workflow
def my_workflow(data):
    # 工作流实现
    return result

# 嵌套装饰器以构建正确的 span 层级结构
from agentops.sdk.decorators import session, agent, operation

@agent
class MyAgent:
    @operation
    def nested_operation(self, message):
        return f"Processed: {message}"
        
    @operation
    def main_operation(self):
        result = self.nested_operation("test message")
        return result

@session
def my_session():
    agent = MyAgent()
    return agent.main_operation()

所有装饰器均支持：

• 输入/输出记录
• 异常处理
• Async/await 函数
• 生成器函数
• 自定义属性和名称

集成 🦾

OpenAI Agents SDK 🖇️

利用工具、移交和护栏构建多 Agent 系统。AgentOps 原生集成了 Python 和 TypeScript 版本的 OpenAI Agents SDK。

Python

pip install openai-agents

• Python 集成指南
• OpenAI Agents Python 文档

TypeScript

npm install agentops @openai/agents

• TypeScript 集成指南
• OpenAI Agents JS 文档

CrewAI 🛶

仅需两行代码即可为 Crew Agent 添加可观测性。只需在环境变量中设置 AGENTOPS_API_KEY，您的 Crew 即可在 AgentOps 控制面板中获得自动监控。

pip install 'crewai[agentops]'

• AgentOps 集成示例
• CrewAI 官方文档

AG2 🤖

只需两行代码，即可为 AG2 (前身为 AutoGen) Agent 添加全面的可观测性和监控功能。在环境变量中设置 AGENTOPS_API_KEY 并调用 agentops.init() 即可。

• AG2 可观测性示例