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 2026-09-12 · 当前星标 ★ 769
技术标签
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
- Linux 内核 5.8+
- root 权限
- Rust 或 Homebrew
安装与启动步骤
-
1装 CLI
看 Agent 到底在系统层做了什么:用 eBPF 追踪。
cargo install agentsight -
2或 brew
Mac 上直接装。
brew install eunomia-bpf/tap/agentsight -
3跑一次追踪
需要 root 权限挂 eBPF 程序。
sudo ./agentsight debug trace --otel --otel-endpoint http://localhost:4318 -
4看前端
可视化界面单独起。
cd frontend && npm run dev
如何确认成功
能看到 Agent 进程的文件、网络、execve 事件流。
注意事项
- 日志说不清的时候,系统调用是唯一真相。
- eBPF 需要内核头文件,容器里跑要 --privileged。
- 生产采集要注意数据量,别把磁盘写满。
核心亮点
- 基于 eBPF 实现内核级无侵入观测,不需要修改 Agent 代码或引入 SDK
- C 语言编写,运行时开销低,适合资源敏感的生产环境
- 聚焦系统调用、网络和文件等底层事件,能发现应用日志看不到的异常行为
不足之处
- 项目处于早期阶段,文档和社区生态尚不完善
- 仅提供系统级观测,缺少与 LLM 调用链、提示词等应用层数据的关联分析
适用场景
- 调试 AI Agent 运行时出现的文件权限或网络连接失败问题
- 在生产环境监控 Agent 进程的异常系统调用和资源访问行为
- 安全审计场景下追踪 Agent 对敏感文件和端口的访问记录
替代项目
Pixie、Cilium Tetragon
下一篇:superserve
同类项目推荐
sdk
开源
给生产级 ML 装个元数据仓库,让模型资产可追踪、可复现。
Metadata store for Production ML
deepflow
开源
无需改代码,eBPF 自动搞定全链路追踪和性能剖析
eBPF Observability - Distributed Tracing and Profiling
LiteRT
开源
谷歌端侧推理框架,让模型在手机和嵌入式设备上跑得又快又省
LiteRT, successor to TensorFlow Lite. is Google's On-device framework for high-perfo···
VecturaKit
开源
在苹果设备上本地跑向量检索,构建隐私安全的 RAG 应用
Swift-based vector database for on-device RAG using MLTensor and MLX Embedders
aibrix
开源
在 K8s 上跑大模型推理,省钱又弹性
Cost-efficient and pluggable Infrastructure components for GenAI inference
tpu-mlir
开源
把 PyTorch/ONNX 模型一键编译到算能 TPU 上跑起来
Machine learning compiler based on MLIR for Sophgo TPU.
mlops-e2e
开源
用AWS原生服务搭建自动化ML流水线,一键部署模型
MLOps End-to-End Example using Amazon SageMaker Pipeline, AWS CodePipeline and AWS C···
pasteguard
开源
粘贴前自动脱敏,AI 干活不碰你的隐私数据
AI gets the context. Not your private data. Local-first privacy proxy for browser ch···
rerun
开源
实时可视化多模态机器人数据,让调试和训练更高效
Visualize, query, and stream to train on multimodal robotics data.
