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 2026-09-30 · 当前星标 ★ 408
使用教程
环境要求
- React 项目
- Node.js 18+
- 已有 agent 轨迹数据
安装与启动步骤
-
1拉组件源码
它走的是复制源码进项目的方式,不是纯 npm 包。
npx degit evilmartians/agent-prism/packages/ui/src/components src/components/agent-prism -
2装数据与类型包
渲染依赖这两个包的类型定义。
npm install @evilmartians/agent-prism-data @evilmartians/agent-prism-types -
3补对等依赖
Radix 与几个渲染依赖要一起装。
npm install @radix-ui/react-collapsible @radix-ui/react-tabs classnames lucide-react react-json-pretty react-resizable-panels -
4喂一份 trace
按它的数据结构把你的 agent 轨迹转过去。
-
5嵌进页面
先单独做个调试页,确认能看清每一步与重试。
如何确认成功
能把一段真实 agent trace 渲染出来,并看到每一步的输入、输出与重试标记
注意事项
- 只做可视化,不含采集与存储,trace 要你自己产出。
- 数据结构必须符合它的类型定义,字段缺失会渲染成空白。
- 复制源码进项目意味着后续升级要手动同步。
核心亮点
- 以 React 组件形式提供,可直接嵌入已有前端或调试面板,集成成本低
- 专注 Agent trace 可视化,覆盖步骤、工具调用、层级与耗时等关键信息
- TypeScript 编写,类型友好,适合现代前端工程体系
不足之处
- 项目处于早期,组件覆盖度与 API 稳定性有待观察
- 缺少完整平台能力,需自行接入 trace 数据源与存储
适用场景
- 在自研 LLM 应用后台中嵌入 Agent 执行链路查看面板
- 调试多工具调用 Agent 时定位某一步失败或超时
- 为团队搭建内部 AI 可观测性界面,复用现成组件
替代项目
Langfuse、Phoenix (Arize)
上一篇:RecSys-MLops
下一篇:rivet
同类项目推荐
octopus
开源
一个网关管所有大模型,密钥、路由、计费全搞定
One Hub All LLMs For You | 为个人打造的 LLM API 聚合网关
openvino
开源
把AI模型快速部署到英特尔硬件,推理提速数倍
OpenVINO™ is an open source toolkit for optimizing and deploying AI inference
krakend-ce
开源
写个配置文件,就能搞定高性能 API 网关
KrakenD Community Edition: High-performance, stateless, declarative, API Gateway wri···
Observal
开源
把 AI 组件管起来,共享复用还能看运行数据
Share and discover coding agent resources across your team. Self-hosted, Apache 2.0,···
arcjet-js
开源
给 AI 应用装上安全气囊,防注入、防越权、防泄露
Runtime security for AI apps and agents: prompt injection detection, tool-call autho···
actions-ml-cicd
开源
用现成 GitHub Action 快速搭起 MLOps 流水线,省去重复造轮子。
A Collection of GitHub Actions That Facilitate MLOps
BentoML
开源
模型打包一键变线上服务,上线运维全不操心
The easiest way to serve AI apps and models - Build Model Inference APIs, Job queues···
bacalhau
开源
把计算搬到数据身边,省时省钱跑批处理
Community-driven, simple, yet powerful framework for fast, cost-effective distribute···
llama.cpp
开源
用普通电脑本地跑大模型,量化后 CPU 也能流畅推理
LLM inference in C/C++
