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 2026-09-16 · 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。
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 trace | sk-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_KEY | process.env.LATITUDE_API_KEY! |
project | 是 | Latitude 构造函数参数,传项目 slug | process.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···
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···
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
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 ···
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···
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
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
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
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.
