latitude-llm

追踪 Agent 失败点,派编码助手修好并用真实轨迹验证

开源 🏷️基础免费,高级付费 ✅ 目前可打开 基础设施 🍴 复刻 408 🐛 待处理 114 👀 关注 15
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4744
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 开源可自部署,官网提供云服务,定价信息待确认

项目预览

latitude-llm 项目界面预览图
图片来源:项目官网

项目数据

分类基础设施
开发团队latitude-dev
定价模式🏷️基础免费,高级付费
价格说明开源可自部署,官网提供云服务,定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型agent-monitoring,agent-observability,ai-error-monitor,ai-monitoring,ai-observability,llm-error-tracing,llm-observability,llm-tools
GitHub 星标★ 4744
上线时间2024-06-28 00:00:00
代码更新2026-11-03
仓库体积406.6 MB
本站数据更新2026-11-04
维护状态活跃
收录时间2026-09-16
浏览次数2

项目介绍

Latitude 是一个面向 AI Agent 的开源可观测性平台。它解决的核心问题是:当 LLM Agent 在生产环境中表现异常时,开发者往往只能看到最终输出,难以定位是哪一步推理、哪次工具调用或哪段提示词出了问题。Latitude 通过采集真实运行轨迹(traces),把 Agent 的完整执行链路可视化,帮助团队快速发现失败点。更进一步,它支持把失败样本直接派发给编码 Agent 进行自动修复,并用真实 trace 回归验证修复效果,形成“发现—修复—验证”的闭环。项目使用 TypeScript 编写,可自托管,适合需要深度调试和持续优化 Agent 质量的工程团队。

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 2026-09-16 · 当前星标 ★ 4744

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。

难度:入门 约 10 分钟 部署方式:库/依赖 6 步

环境要求

  • 已安装 Node.js(可使用 npm 安装依赖)
  • 已注册 latitude.so 账号,可获取 API Key 与项目 slug(免费含 20K credits/月)
  • 应用已接入某个 LLM SDK(README 示例使用 OpenAI)
  • 环境变量 LATITUDE_API_KEY 与 LATITUDE_PROJECT_SLUG 可用

安装与启动步骤

  1. 1注册并获取凭证

    到 latitude.so 注册,免费额度含每月 20K credits、30 天数据保留、席位不限;注册后在控制台取得 API Key 和项目 slug。

  2. 2安装遥测 SDK

    在你的 TypeScript/Node 项目根目录安装官方遥测包,npm 会自动写入 package.json 依赖。

    npm install @latitude-data/telemetry
  3. 3导出环境变量

    把 API Key 与项目 slug 写入环境变量,避免硬编码进代码;示例值需替换为你自己的真实值。

    export LATITUDE_API_KEY=sk-xxxxxxxx
    export LATITUDE_PROJECT_SLUG=my-project
  4. 4初始化 Latitude 客户端

    在应用入口创建 Latitude 实例,apiKey 与 project 从环境变量读取,并在 instrumentations 中注册你使用的 LLM SDK(示例为 OpenAI)。

    import { Latitude } from "@latitude-data/telemetry";
    import OpenAI from "openai";
    
    const latitude = new Latitude({
      apiKey: process.env.LATITUDE_API_KEY!,
      project: process.env.LATITUDE_PROJECT_SLUG!,
      instrumentations: { openai: OpenAI },
    });
    
    const client = new OpenAI();
  5. 5正常发起 LLM 调用

    保持原有业务代码不变,照常调用 chat.completions.create;已注册的 SDK 调用会被自动采集为 trace,无需手动埋点。

    await client.chat.completions.create({
      model: "gpt-4o",
      messages: [{ role: "user", content: "Hello" }],
    });
  6. 6关闭客户端上报数据

    进程结束前调用 shutdown(),确保缓冲区中的 trace 全部发送到 Latitude,否则可能丢失末尾数据。

    await latitude.shutdown();

关键配置

配置项必填说明示例
LATITUDE_API_KEY是Latitude 控制台生成的 API Key,用于鉴权上报 tracesk-xxxxxxxx
LATITUDE_PROJECT_SLUG是项目标识 slug,决定数据上报到哪个 Latitude 项目my-project
apiKey是Latitude 构造函数参数,一般传 process.env.LATITUDE_API_KEYprocess.env.LATITUDE_API_KEY!
project是Latitude 构造函数参数,传项目 slugprocess.env.LATITUDE_PROJECT_SLUG!
instrumentations是注册需要自动埋点的 LLM SDK,键为 SDK 名、值为 SDK 类{ openai: OpenAI }

如何确认成功

在 Latitude 控制台中能看到刚才那次 LLM 调用对应的 trace,说明接入成功。

常见问题

Q:需要付费吗?

A:可以免费使用,包含每月 20K credits、30 天数据保留和不限席位的成员名额。

Q:我的应用不用 OpenAI 怎么办?

A:README 示例仅为演示,把示例中的 OpenAI 替换成你应用里已在用的 LLM SDK,并在 instrumentations 中注册即可。

Q:需要手动写埋点代码吗?

A:通常不需要。受支持的 LLM 调用会自动显示为 trace;若想附加用户 ID、会话 ID、标签或元数据,可在请求、会话或 Agent 边界使用 capture()。

Q:只支持 TypeScript 吗?

A:不是,Python 以及任何兼容 OpenTelemetry 的运行时同样受支持,完整配置与 provider 指南见官方 Start tracing 文档。

注意事项

  • README 未提供自托管部署命令,本文只覆盖官方推荐的 SDK 接入方式。
  • API Key 请通过环境变量注入,不要硬编码或提交到代码仓库。
  • 进程退出前务必执行 await latitude.shutdown(),避免 trace 未上报。

核心亮点

  • 提供完整的 Agent 执行链路追踪,能定位到具体推理步骤和工具调用
  • 支持将失败 trace 派发给编码 Agent 自动修复,并用真实数据回归验证
  • 开源且可自托管,数据留在自己环境,适合对隐私和合规有要求的团队

不足之处

  • 项目相对年轻,生态集成和文档完善度仍在成长中
  • 自动修复闭环依赖外部编码 Agent,实际效果受模型能力影响

适用场景

  • 生产环境中 LLM Agent 偶发失败,需要快速定位根因
  • 团队希望用真实用户 trace 持续回归测试 Agent 改动
  • 把线上失败样本自动转化为修复任务,减少人工排查成本

替代项目

Langfuse、Phoenix

上一篇:llm-gateway

下一篇:LLMRouter

同类项目推荐

sglang 开源

让大模型服务更快更省,复杂提示词场景吞吐翻倍

SGLang is a high-performance serving framework for large language models and multimo···

★ 38430 2026-08-09
toshllm 开源

让 Intel Mac 的 AMD 显卡也能本地跑大模型

Run large language models locally on Intel Macs with AMD GPUs - native macOS app wit···

★ 237 2026-09-15
daytona 开源

让 AI 代码在安全沙箱里跑起来,不怕搞崩系统

Daytona is a Secure and Elastic Infrastructure for Running AI-Generated Code

★ 71384 2026-08-09
codeburn 开源

每分钱花哪了看得明明白白,AI 账单不再超支。

Free, local tool to track AI coding token usage and cost across 37 tools and agents ···

★ 11677 2026-08-09
llmio 开源

统一管理多个大模型,自动负载均衡,省心省钱

Unified LLM gateway with weighted load balancing, observability & cost tracking. 统一···

★ 322 2026-08-09
starwhale 开源

一站式管理模型全生命周期,让实验到上线更顺滑

an MLOps/LLMOps platform

★ 235 2026-08-09
devito 开源

用 Python 写方程,自动生成高性能有限差分代码

DSL and compiler framework for automated finite-differences and stencil computation

★ 715 2026-09-22
LMCache 开源

复用KV缓存,让LLM推理快如闪电

LMCache: Supercharge Your LLM with the Fastest KV Cache Layer

★ 12272 2026-08-09
freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Archived; no longer maintained.

★ 297 2026-08-20