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 2026-08-09 · 当前星标 ★ 3478
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 Git
- 已安装 Docker 与 Docker Compose
- 如使用 JS/TS SDK 需 Node.js 与 npm 环境
- 如使用 Python SDK 需 Python 与 pip 环境
- 使用云端 SDK 追踪需先在 laminar.sh 创建项目并生成项目 API Key
安装与启动步骤
-
1克隆项目仓库
把 Laminar 仓库下载到本地并进入项目目录,后续所有 docker compose 命令都在此目录执行。
git clone https://github.com/lmnr-ai/lmnr cd lmnr -
2docker compose 启动
README 说明这是最快最简单的自托管方式,会拉起一套轻量但功能完整的服务栈。
docker compose up -d -
3打开 Web UI
浏览器访问本地 UI 地址,确认服务已运行。README 明确给出的端口是 5667。
-
4配置 SDK 连接地址
自托管还需要正确配置 SDK 的 baseUrl 和端口,README 指向官方的自托管指南文档,按文档填写。
-
5安装 JS/TS SDK
npm 安装会同时装上 Laminar TS SDK 以及 OpenAI、Anthropic、LangChain 等 instrumentation 包。
npm add @lmnr-ai/lmnr -
6安装 Python SDK
安装 Laminar Python SDK 及全部 instrumentation 包,适合 Python 应用接入追踪。
pip install --upgrade 'lmnr[all]' -
7初始化并开始追踪
在代码入口调用 Laminar.initialize 传入项目 API Key 即可自动追踪 LLM 调用,函数级别可用 observe 包装。
import { Laminar } from '@lmnr-ai/lmnr'; Laminar.initialize({ projectApiKey: process.env.LMNR_PROJECT_API_KEY }); -
8生产环境部署
README 建议生产环境使用托管平台,或改用完整版 compose 文件启动整套服务。
docker compose -f docker-compose-full.yml up -d
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
LMNR_PROJECT_API_KEY | 是 | 项目 API Key,SDK 初始化时传入用于上报追踪数据 | sk-xxxxxxxx |
LAMINAR_TELEMETRY_DISABLED | 否 | 自托管部署的匿名遥测开关,设为 true 可退出遥测 | true |
baseUrl | 是 | 自托管时需要配置的 SDK 服务地址,含正确端口 | http://localhost:5667 |
如何确认成功
浏览器打开 http://localhost:5667 能正常加载 Laminar UI,即表示自托管服务启动成功。
常见问题
Q:最快上手的方式是什么?
A:README 明确指出最快最简单的方式是使用托管平台 laminar.sh,无需自己部署服务。
Q:生产环境该怎么部署?
A:README 推荐使用托管平台 laminar.sh,或执行 docker compose -f docker-compose-full.yml up -d 启动完整版服务栈。
Q:如何关闭自托管实例的匿名遥测?
A:在 .env 文件中设置 LAMINAR_TELEMETRY_DISABLED=true 即可退出匿名使用遥测。
Q:升级已有自托管实例要注意什么?
A:ClickHouse 配置变更后需 docker compose up -d --force-recreate clickhouse 重建容器,必要时再 TRUNCATE 已禁用的系统日志表回收空间。
Q:SDK 上报不到自托管实例怎么办?
A:README 说明需正确配置 SDK 的 baseUrl 和端口,具体请参考官方自托管指南(hosting-options#self-hosted-docker-compose)。
注意事项
- 只依据 README 提供的命令执行,README 未给出自托管的具体环境变量清单,baseUrl 与端口细节需查阅官方自托管文档。
- docker compose up -d 启动的是轻量版栈,适合快速开始或轻量使用,不等于完整生产部署。
- SDK 初始化需先创建项目并生成项目 API Key,代码示例中的 Key 需替换为你自己的值。
- 升级 ClickHouse 配置后原有日志表可能被重命名为带数字后缀的表(如 query_log_0),删除前请先确认。
核心亮点
- 专为 AI 智能体设计,支持多步骤推理和工具调用的细粒度追踪
- 内置评估和数据集管理,可系统化优化提示词和模型
- 支持 OpenTelemetry 标准,易于集成到现有技术栈
不足之处
- 项目较新,文档和社区生态仍在建设中
- 高级功能可能需要商业版支持
适用场景
- AI 智能体应用的生产环境监控与调试
- 提示词工程和模型效果的迭代评估
- 团队协作开发 AI 应用时的可观测性共享
替代项目
Langfuse、LangSmith、Arize Phoenix
上一篇:otari
下一篇:langfuse-js
同类项目推荐
yek
开源
把整个代码库一键打包成 LLM 能懂的上下文
A fast Rust based tool to serialize text-based files in a repository or directory fo···
awesome-ai-gateway
开源
100+ AI 网关选型指南,成本安全合规一网打尽
⚡ Awesome AI Gateway — pick an AI gateway from 240+ (LiteLLM, OpenRouter, Portkey,···
pgai
开源
在 PostgreSQL 里直接跑 AI,省掉向量数据库和复杂管道
A suite of tools to develop RAG, semantic search, and other AI applications more eas···
lance
开源
两行代码转换 Parquet,让多模态 AI 数据访问快 100 倍
Open Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for···
OnnxStream
开源
让树莓派跑SDXL,低内存设备也能玩转大模型
Lightweight inference library for ONNX files, written in C++. It can run Stable Diff···
k8m
开源
给 K8s 配个 AI 助手,一句话搞定集群运维
一款轻量级、跨平台的 Mini Kubernetes AI Dashboard,支持大模型+智能体+MCP(支持设置操作···
swiftLLM
开源
用 2000 行代码实现 vLLM 级推理性能,研究利器
A tiny yet powerful LLM inference system tailored for researching purpose. vLLM-equi···
node-llama-cpp
开源
在 Node.js 里直接跑本地大模型,还能强制输出合法 JSON
Run AI models locally on your machine with node.js bindings for llama.cpp. Enforce a···
1flowbase
开源
自托管 AI 网关,协议转换+调度+日志,Agent 通过 MCP 全掌控
Build for agents — from the AI Gateway to the entire application stack.
