traceAI 终于有了一个懂Agent语言而不是HTTP语言的可观测性工具

AI应用的可观测性领域一直是一团糟。每个框架有自己的追踪格式，每个厂商都想把你锁在他们的仪表盘里。traceAI走了一条不同的路。它是一个原生构建在OpenTelemetry上的开源框架，追踪LLM调用、agent决策、工具调用和检索步骤，然后把结构化的trace发送到你已经在用的任何后端。Datadog、Grafana、Jaeger，随便。不需要新的供应商。

项目今天在Product Hunt上线，以216票拿到第3名。对开发者基础设施工具来说，这是很强的信号。支持Python、TypeScript、Java和C#四种语言，API一致。50多个集成覆盖主流LLM提供商（OpenAI、Anthropic、Google、AWS Bedrock、Mistral）、agent框架（LangChain、LlamaIndex、CrewAI、AutoGen）和向量数据库。

跟其他十几个追踪工具有什么区别？语义约定。traceAI不是简单地捕获HTTP请求响应对。它理解什么是工具调用，什么是检索步骤，什么是agent决策。trace有语义结构，映射的是agent实际的工作方式，而不是web服务器的工作方式。当你在调试为什么agent选了工具A而不是工具B，或者为什么检索返回了不相关的上下文时，这个区别非常关键。

MIT许可，零配置启动，设计上就是厂商无关的。在每个coding agent、每个多agent协作系统、每个MCP连接的工作流都需要可观测性的世界里，一个开放的agent追踪标准比最花哨的仪表盘重要得多。

https://github.com/future-agi/traceAI