项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-14 · 当前星标 ★ 794
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Docker 与 Compose
- 8G 内存
安装与启动步骤
-
1克隆
Agent 工程的观测与评测平台,可自托管。
git clone https://github.com/chirpz-ai/pandaprobe.git cd pandaprobe -
2起服务
仓库带 start.sh,内部是 compose。
./start.sh -
3接 SDK
在业务里填上 trace 上报地址。
export PANDAPROBE_ENDPOINT=http://localhost:8000 -
4看一次完整调用
面板里应能看到工具调用与耗时分解。
浏览器打开面板 → Traces
如何确认成功
面板里出现业务请求的完整 trace,含每步耗时。
注意事项
- Agent 调试的难点是「不知道哪一步错了」,trace 是刚需。
- 自托管要注意存储增长,设好保留期。
- 评测集要固定,否则每次结论不可比。
核心亮点
- 同时覆盖 traces、evals、metrics 三块,调试与评测闭环
- 原生适配 LangGraph、CrewAI、Claude Agent SDK 等主流框架,接入成本低
- Python 技术栈,与现有 Agent 代码同语言,便于二次开发
不足之处
- 项目处于早期,785 星规模,生态与文档成熟度待观察
- 多框架适配的深度和长期维护节奏尚需时间验证
适用场景
- 调试多步 Agent 时定位是哪一步工具调用或推理出错
- 上线前用评测集对比 Prompt 或模型改动的效果
- 生产环境持续监控 Agent 的延迟、成功率和异常指标
替代项目
Langfuse、Arize Phoenix
上一篇:pgbot
同类项目推荐
latitude-llm
开源
追踪 Agent 失败点,派编码助手修好并用真实轨迹验证
Open-source observability for AI agents. Find where your agents fail, dispatch your ···
llmdocparser
开源
用大模型读懂PDF,自动提取关键信息,告别手动整理
A package for parsing PDFs and analyzing their content using LLMs.
ServerlessLLM
开源
把大模型部署变成按需调用的无服务器服务,省钱又省心
Serverless LLM Serving for Everyone.
comfyui-api
开源
把 ComfyUI 封装成高并发 API,同步异步都能拿结果
A simple API server to make ComfyUI easy to scale horizontally. Get outputs directly···
logto
开源
开箱即用的登录与权限系统,让 SaaS 和 AI 应用快速上线认证
Authentication and authorization infrastructure for SaaS and AI apps, built on OI···
rtp-llm
开源
阿里出品的高性能推理引擎,让LLM部署更快更省
RTP-LLM: Alibaba's high-performance LLM inference engine for diverse applications.
kiji-proxy
开源
给 OpenAI 请求加层隐私滤镜,敏感信息不外泄。
Privacy proxy for your OpenAI requests
GPT_API_free
开源
免费拿GPT/DeepSeek等大模型API,每日刷新额度,开发测试不花钱
免费大模型API,支持免费调用GPT、DeepSeek等主流模型,免费额度10000点,每日刷新!另付费···
neo4j-graphrag-python
开源
把知识图谱变成 RAG 引擎,让 AI 回答更懂关系
Neo4j GraphRAG for Python
