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 2026-08-10 · 当前星标 ★ 523
使用教程
环境要求
- Docker
- Python 3.10+
安装与启动步骤
-
1装采集端
一条脚本装上，或克隆仓库走容器。
curl -fsSL https://aegistraces.com/install | sh -
2起服务
本地起一套，含存储与界面。
docker compose up -d -
3把 agent 接进来
两行代码把执行过程上报。
python -c "import agentguard; agentguard.auto('http://localhost:8080', agent_id='my-agent')" -
4跑一个任务看轨迹
重点看每一步的工具调用与耗时。
-
5配护栏规则
护栏是它另一半价值，别只当链路追踪用。
如何确认成功
接上采集后跑一个多步任务，能在界面上看到完整的工具调用链，并触发一条你配置的护栏规则
注意事项
- 它做的是智能体执行过程的追踪与护栏，重点在可观测与拦截。
- 接入只要一行初始化，改造成本低。
- 护栏规则要按业务定，默认规则只能挡住明显问题。
- 自建部署意味着数据不出内网。
核心亮点
- 零代码集成，通过 MCP 协议无缝接入现有 AI 代理，无需改动业务逻辑。
- 加密审计日志确保操作可追溯，满足合规审计需求。
- 内置人工审批和 kill switch，提供关键操作的人工干预能力，增强安全性。
不足之处
- 项目处于早期阶段，文档和社区生态尚待完善。
适用场景
- 企业部署 AI 代理时，需满足内部合规与审计要求。
- AI 代理执行高风险操作（如支付、数据删除）时，需要人工审批。
- 开发调试 AI 代理时，需要实时监控和紧急中断异常行为。
替代项目
LangSmith、AgentOps、Langfuse
上一篇：PostTrainBench
下一篇：OpenRT
同类项目推荐
Awesome-Video-Reasoning
开源
视频生成推理论文一站速查，快速摸清研究地图
This is a collection of recent papers on reasoning in video generation models.
LLM-Agent-Benchmark-List
开源
一站式查找 LLM 智能体评估基准，省去全网搜索时间
A banchmark list for evaluation of large language models.
Aegis
开源
给AI代理装上监控摄像头，实时盯住它的每一个动作。
Your agents have access. You deserve visibility. A local security dashboard for AI c···
clawseccheck
开源
给 OpenClaw 智能体做安全体检，一键出 A-F 安全分。
Local, read-only security audit for your OpenClaw agent. Finds config, prompt-inject···
Awesome-Video-Generation-Post-Tr···
开源
视频生成后训练与对齐的论文、数据集、评测一站式索引
[TMLR] Video Generation Models: A Survey of Post-Training and Alignment | A continuo···
OpenAPPA
开源
给 AI Agent 加确定性护栏，安全不打断任务
Deterministic guardrails that don't break agents
Semia
开源
装 AI 技能前先扫一遍，把危险命令挡在门外
Semia, security audit for AI agent skills.
evals-skills
开源
让编码代理手把手帮你搭产品专属 AI 评测
Skills that guide AI coding agents to help you build product-specific AI evals.
Robust-U1
开源
让多模态模型自己修复坏图，理解不翻车
[ICML 2026] Official Implementation of Robust-U1: Can MLLMs Self-Recover Corrupted V···