kitaru 是智能体领域的开源项目，由 zenml-io 开发，是 2026 年新上线的项目。
它收录于智能体分类，该分类目前共有 2,517 个项目，GitHub 星标数为 294。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。从国内网络环境看，可直接访问。
它主要面向的使用场景是：生产环境AI智能体故障排查与根因分析。同类可对比的替代方案包括 LangSmith、Langfuse、Arize Phoenix。
kitaru
生产环境AI智能体记录回放，快速定位问题并优化
kitaru 是一个面向生产环境的 AI 智能体记录、回放与改进工具，基于 ZenML 构建。它解决了 AI 智能体在生产环境中难以调试、评估和优化的问题，通过记录智能体的完整执行轨迹（包括输入、输出、中间步骤和检查点），支持离线回放和对比分析，帮助开发者定位失败原因、改进提示词或模型行为。其核心能力包括：持久化执行记录、可复现的回放机制、与 ZenML 的 MLOps 流水线集成，以及支持多种智能体框架（如 Pydantic AI）。项目处于早期阶段，但设计思路清晰，适合需要严格追踪智能体行为的团队。
开源
unknown
智能体
GitHub 星标
★ 294
维护状态
活跃
是否开源
是
定价模式
unknown
项目数据
分类智能体
开发团队zenml-io
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent,agent-orchestration,agentic-ai,agents,ai-agents,checkpoints,durable-execution,llm,mcp,mlops,observability,pydantic,pydantic-ai,python,replay
GitHub 星标★ 294
30天Star增速
HF 下载量
上线时间2026-03-05 00:00:00
最近更新2026-09-24 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 基于ZenML，天然支持MLOps流水线集成，便于端到端管理
- 提供检查点机制，支持智能体执行过程的持久化与恢复
- 回放功能可复现历史执行，极大简化调试和回归测试
不足之处
- 项目早期，文档和社区生态尚不完善
- 依赖ZenML，增加技术栈复杂度，上手门槛较高
适用场景
- 生产环境AI智能体故障排查与根因分析
- 智能体行为回归测试与版本对比
- 基于真实执行数据优化提示词或模型
替代项目
LangSmith、Langfuse、Arize Phoenix
项目介绍
同类项目推荐
xinchao-dynamic-mind
开源
给 AI 装上疲惫和欲望，让交互更真实
独立、可自托管的 AI 动态心智状态引擎：驱动力、念头池、疲惫、睡眠与意图。
deepseek-harness
开源
把 AI 能力拆成乐高积木，拼出你的专属智能体。
DeepSeek Harness: Everything is a Plugin.
AutoGPT
开源
开箱即用的 AI 员工，交代任务就自己干完
AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···
EvoAgentX
开源
让 AI 智能体自己迭代变强，越用越聪明
EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents