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 ★ 16191
技术标签
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
- Python 环境与 pip(README 未指定具体版本)
- 已注册 RagaAI Catalyst 账号,用于生成 access key 与 secret key
- 可访问所填 base_url 对应服务的网络环境
安装与启动步骤
-
1安装 SDK
使用 pip 从 PyPI 安装 ragaai-catalyst,建议在独立虚拟环境中执行,避免与其他项目依赖冲突。
pip install ragaai-catalyst -
2生成访问密钥
登录 RagaAI Catalyst,进入个人资料设置,选择 Authenticate,点击 Generate New Key 生成 access key 和 secret key。
-
3传入凭证初始化
通过环境变量或直接把 access_key、secret_key、base_url 传入 RagaAICatalyst 类完成认证初始化。
from ragaai_catalyst import RagaAICatalyst catalyst = RagaAICatalyst( access_key="YOUR_ACCESS_KEY", secret_key="YOUR_SECRET_KEY", base_url="BASE_URL" )
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
access_key | 是 | 访问密钥,由控制台 Generate New Key 生成 | YOUR_ACCESS_KEY |
secret_key | 是 | 秘密密钥,与 access_key 同时生成 | YOUR_SECRET_KEY |
base_url | 是 | 服务基础地址,按实际部署环境填写 | BASE_URL |
如何确认成功
RagaAICatalyst 实例化时未抛出认证异常,即表示凭证配置成功,可继续调用后续功能模块。
常见问题
Q:access key 和 secret key 在哪里获取?
A:登录后进入个人资料设置(profile settings),选择 Authenticate,点击 Generate New Key 即可生成新的访问密钥与秘密密钥。
Q:凭证必须通过参数传入吗?
A:不是。README 说明既可以使用环境变量设置,也可以直接传给 RagaAICatalyst 类构造函数,两种方式任选其一即可。
Q:不认证可以直接使用各功能吗?
A:不可以。README 明确指出,认证是执行后续所有操作的必要前提。
注意事项
- README 未给出 Python 最低版本要求,建议使用较新的稳定版本。
- access_key 与 secret_key 属于敏感信息,不要硬编码后提交到代码仓库。
- base_url 请按控制台实际提供的地址填写,不要照抄示例占位值。
核心亮点
- 提供 agent、LLM、工具调用的全链路追踪,执行图和时间线让调试直观高效
- 支持自托管仪表盘,数据不出内网,满足企业隐私和合规要求
- 专为多智能体系统设计,能清晰展示智能体间协作与依赖关系
不足之处
- 文档和社区生态相对较新,深度使用可能需自行探索
- 高级分析功能可能依赖特定数据格式,集成成本待观察
适用场景
- 生产环境多智能体 AI 应用的实时监控与故障排查
- 开发阶段对 LLM 应用进行性能评估和回归测试
- 企业内部需要数据隐私保护的 AI 应用可观测性平台建设
替代项目
Langfuse、LangSmith、Arize Phoenix
上一篇:litmus
下一篇:llm-leaderboard
同类项目推荐
ResolveLab
开源
给 Agent 工具注入故障,用副作用打分验真本事
Fault-injected tool environments with side-effect grading for evaluating and post-tr···
awesome-cyber-ai-arsenal
开源
一站式导航AI安全攻防工具,快速定位所需资源
A curated collection of offensive, defensive and AI/LLM security tools.
Data-Preparation-Bench
开源
用下游效果给训练数据质量打分
A unified, downstream-grounded benchmark for LLM-driven training data construction, ···
seismometer
开源
在 Notebook 里做医疗 AI 模型的分组评测与可视化
AI model evaluation with a focus on healthcare
Awesome-MLLM-Uncertainty
开源
一页看尽多模态模型不确定性研究,快速定位关键论文
✨A curated list of papers on the uncertainty in multi-modal large language model (M···
llamator
开源
给聊天机器人找茬,提前揪出安全漏洞
Red Teaming python-framework for testing chatbots and GenAI systems.
rageval
开源
给RAG系统打分,快速找出效果短板
Evaluation tools for Retrieval-augmented Generation (RAG) methods.
www-project-agent-memory-guard
开源
给AI智能体记忆加把锁,防投毒防操控
Runtime defense against memory poisoning in AI agents (OWASP ASI06). Drop-in for Lan···
absent-author
开源
用证据清单和 AI agent 揪出没人负责的 AI 论文
Research and writing can be automated. Authorship cannot. Evidence list + agent skil···
