Laminar

Laminar 是一个专为 AI Agent 构建的开源可观测性平台。

• Tracing（链路追踪）。文档
  • 基于 OpenTelemetry 的强大 Tracing SDK - 只需一行代码，即可自动追踪 Vercel AI SDK, Browser Use, Stagehand, LangChain, OpenAI, Anthropic, Gemini 等。
• Evals（评估）。文档
  • 无偏见、可扩展的 SDK 和 CLI，用于在本地或 CI/CD 流水线中运行评估。
  • 用于可视化评估结果并进行对比的 UI。
• AI 监控。文档
  • 使用自然语言描述定义事件，以跟踪 Agent 的问题、逻辑错误和自定义行为。
• 所有数据的 SQL 访问权限。文档
  • 使用内置的 SQL 编辑器查询 Traces、Metrics 和事件。可通过查询批量创建数据集，并提供 API 访问。
• 仪表盘。文档
  • 功能强大的仪表盘构建器，支持 Traces、Metrics、事件以及自定义 SQL 查询。
• 数据标注与数据集。文档
  • 自定义数据渲染 UI，用于快速进行数据标注并创建评估用的数据集。
• 极高性能。
  • 使用 Rust 编写 🦀
  • 自定义实时引擎，可即时查看链路追踪过程。
  • 针对 Span 数据提供超快的全文搜索。
  • 用于追踪数据的 gRPC 导出器。

文档

查看完整文档请访问 docs.laminar.sh。

快速开始

最快、最简单的入门方式是使用我们的托管平台 -> laminar.sh

使用 Docker Compose 进行自托管

Laminar 非常容易在本地进行自托管。如需快速启动，请克隆仓库并使用 docker compose 启动服务：

git clone https://github.com/lmnr-ai/lmnr
cd lmnr
docker compose up -d

这将启动一个轻量级但功能齐全的技术栈版本。这适用于快速入门或轻量级使用。你可以在浏览器中访问 http://localhost:5667 进入 UI。

你还需要使用 baseUrl 和正确的端口正确配置 SDK。请参考自托管指南。

对于生产环境，我们建议使用我们的托管平台或运行 docker compose -f docker-compose-full.yml up -d。

启用 Signals 功能

若要在自托管模式下启用 Signals / AI 监控，请在你的 .env 文件中设置 GOOGLE_GENERATIVE_AI_API_KEY 环境变量。此密钥是应用服务器和前端所必需的。

# 在仓库根目录下的 .env 文件中
GOOGLE_GENERATIVE_AI_API_KEY=your_key_here

贡献

如需在本地运行和构建 Laminar，或了解更多关于 docker compose 文件的信息，请遵循 CONTRIBUTING.md 中的指南。

TS 快速入门

首先，创建一个项目并生成项目 API Key。然后：

npm add @lmnr-ai/lmnr

这将安装 Laminar TS SDK 以及所有相关的仪表化包（OpenAI、Anthropic、LangChain 等）。

要开始追踪 LLM 调用，只需添加：

import { Laminar } from '@lmnr-ai/lmnr';
Laminar.initialize({ projectApiKey: process.env.LMNR_PROJECT_API_KEY });

要追踪函数的输入/输出，请使用 observe 包装器：

import { OpenAI } from 'openai';
import { observe } from '@lmnr-ai/lmnr';

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const poemWriter = observe({name: 'poemWriter'}, async (topic) => {
  const response = await client.chat.completions.create({
    model: "gpt-4o-mini",
    messages: [{ role: "user", content: `write a poem about ${topic}` }],
  });
  return response.choices[0].message.content;
});

await poemWriter();

Python 快速入门

首先，创建一个项目并生成项目 API Key。然后：

pip install --upgrade 'lmnr[all]'

这将安装 Laminar Python SDK 以及所有相关的仪表化包。查看所有仪表化支持列表请点击此处。

要开始追踪 LLM 调用，只需添加：

from lmnr import Laminar
Laminar.initialize(project_api_key="")

要追踪函数的输入/输出，请使用 @observe() 装饰器：

import os
from openai import OpenAI

from lmnr import observe, Laminar
Laminar.initialize(project_api_key="")

client = OpenAI(api_key=os.environ["OPENAI