追踪 agent 运行
将 agent 运行记录为可读的 trace 和时间线,展示输入、LLM 推理、工具调用和 sub-agents。这样团队无需逐条查看原始日志,也能检查发生了什么。
Laminar 是面向 AI agents 的开源可观测性平台,帮助团队追踪运行、检测故障并执行评估。支持调试工作流、Slack 告警和自托管。
Laminar 是面向 AI agents 的开源可观测性平台。它旨在追踪 agent 行为、评估变更,并帮助团队找到运行出错的准确步骤。
主页围绕三类工作流展开:通过 Signals 捕捉故障、通过可读的转录和时间线检查运行,以及将重复问题转化为评估。网站还描述了面向开发者的能力,如调试器会话流程、CLI 和 MCP 访问、全文搜索、SQL 查询、仪表盘以及浏览器会话录制。
定价页面展示了免费版、Hobby、Pro 和 Enterprise 选项,其中公开方案涵盖 trace 采集、Signals 使用、保留期、支持和平台功能。Laminar 还列出了对多种 agent SDK 和浏览器 agent 工具的支持,这表明它旨在融入现有 AI 应用技术栈。
该网站将 Laminar 定位为面向构建或运营 AI agents 的团队,提供故障可见性、可重复评估,以及从问题检测到修复和回归检查的一整套流程。
将 agent 运行记录为可读的 trace 和时间线,展示输入、LLM 推理、工具调用和 sub-agents。这样团队无需逐条查看原始日志,也能检查发生了什么。
用自然语言描述问题,并让 Signals 在各次运行中监控这些问题。Laminar 可在某次运行匹配问题时向 Slack 发送提醒,将重复故障转化为告警。
将重复出现的问题分组为命名聚类并随时间跟踪。当某个聚类不再复现时,Laminar 会将其标记为已解决;若问题再次出现,也可以重新打开。
把已修复的错误聚类转化为评估数据集,并在变更后运行评估以捕捉回归。产品页面展示了这一工作流,用于比较不同版本中的模型或 agent 行为。
使用调试器会话流程运行 agent、阅读 trace、应用修复,并在缓存状态下重新运行。网站还提到了用于该工作流的 Laminar CLI 和 MCP。
当你需要了解 agent 在生产环境中为何失败时,可以使用 Laminar。trace 视图和 Signals 工作流有助于定位导致问题的步骤、工具调用或模型行为。
使用该产品监控已知的失败模式,例如循环、错误的目录使用或重复的命令错误。Signals 可以跨运行检测这些问题,并在出现时发送 Slack 告警。
当你希望为 agent 开发建立“修复并验证”闭环时,可以使用 Laminar。调试器会话流程、CLI 和 MCP 支持使用缓存状态重新运行,从而便于检查并迭代变更。
将已解决的故障转化为回归检查。已修复的错误聚类可以成为评估数据集,帮助团队比较版本发布前后的行为。
当团队需要大规模分析 trace 或将浏览器 agent 会话作为调试与标注的一部分时,可使用搜索、SQL、仪表盘和浏览器录制功能。
Laminar 旨在追踪 AI agent 运行、呈现故障并执行评估,帮助团队随着时间推移调试并改进行为。主页还介绍了用于告警的 Signals 以及针对重复问题的聚类跟踪。
产品页面说明,Laminar 通过可浏览的转录和时间线让 agent 运行更易于查看,展示输入、LLM 推理、工具调用和子 agents。它还提供一个调试器流程,可使用缓存状态重新运行 agent。
定价页面列出了免费版、Hobby、Pro 和 Enterprise。Enterprise 为定制定价,包含自定义限制和本地部署;公开方案则展示了不同的数据、Signals、保留期和支持层级。
网站列出了与 Claude Agent SDK、OpenAI Agents SDK、Mastra、Pydantic AI、LangChain、OpenHands SDK、Browser Use、Stagehand、Playwright、Anthropic、OpenAI 和 LiteLLM 的集成与兼容性。还提到了 Laminar CLI 和 MCP 访问。
定价页面提到的功能包括 OTLP trace 采集、完整文本 trace 搜索、自定义仪表盘、SQL 访问、数据集、标注队列、浏览器会话录制、agent 调试器、MCP 访问,以及 Slack 和电子邮件告警。主页也强调了 Signals 的 Slack 告警。