AgentOps — 为 AI Agent 提供监控、追踪与调试能力

AgentOps 帮助开发者构建、评估和监控 AI 智能体。从原型到生产。

开源

AgentOps 应用在 MIT 许可证下开源。您可以在我们的 app 目录 中探索代码。

核心集成 🔌

快速开始 ⌨️

pip install agentops

两行代码实现会话回放

初始化 AgentOps 客户端，即可自动获取所有 LLM 调用的分析数据。

获取 API 密钥

import agentops

# 程序开始处 (例如 main.py, __init__.py)
agentops.init( < 在此处插入您的 API 密钥 >)

...

# 程序结束处
agentops.end_session('Success')

您可以在 AgentOps 控制面板 上查看所有会话。

自托管

想在您的机器上运行完整的 AgentOps 应用（控制面板 + API 后端）？请按照 app/README.md 中的设置指南操作：

• 运行应用和后台（控制面板 + API）

智能体调试

会话回放

汇总分析

一流的开发者体验

以最少的代码为您的智能体、工具和函数添加强大的可观测性：一次一行。


请参阅我们的 文档

# 创建会话跨度（所有其他跨度的根）
from agentops.sdk.decorators import session

@session
def my_workflow():
    # 您的会话代码写在这里
    return result

# 创建智能体跨度以追踪智能体操作
from agentops.sdk.decorators import agent

@agent
class MyAgent:
    def __init__(self, name):
        self.name = name

    # 智能体方法写在这里

# 创建操作/任务跨度以追踪特定操作
from agentops.sdk.decorators import operation, task

@operation  # 或 @task
def process_data(data):
    # 处理数据
    return result

# 创建工作流跨度以追踪多操作工作流
from agentops.sdk.decorators import workflow

@workflow
def my_workflow(data):
    # 工作流实现
    return result

# 嵌套装饰器以实现正确的跨度层级
from agentops.sdk.decorators import session, agent, operation

@agent
class MyAgent:
    @operation
    def nested_operation(self, message):
        return f"Processed: {message}"

    @operation
    def main_operation(self):
        result = self.nested_operation("test message")
        return result

@session
def my_session():
    agent = MyAgent()
    return agent.main_operation()

所有装饰器均支持：
- 输入/输出记录
- 异常处理
- 异步/等待函数
- 生成器函数
- 自定义属性和名称

集成 🦾

OpenAI Agents SDK 🖇️

使用工具、交接和防护机制构建多智能体系统。AgentOps 原生集成了 OpenAI Agents SDK 的 Python 和 TypeScript 版本。

Python

pip install openai-agents

• Python 集成指南
• OpenAI Agents Python 文档

TypeScript

npm install agentops @openai/agents

• TypeScript 集成指南
• OpenAI Agents JS 文档

CrewAI 🛶

仅用两行代码即可构建具有可观测性的 Crew 智能体。只需在环境中设置 AGENTOPS_API_KEY，您的 Crew 就能在 AgentOps 控制面板上获得自动监控。

pip install 'crewai[agentops]'

• AgentOps 集成示例
• 官方 CrewAI 文档

AG2 🤖

仅用两行代码，即可为 AG2（原 AutoGen）智能体添加完整的可观测性和监控。在环境中设置 AGENTOPS_API_KEY 并调用 agentops.init()。

• AG2 可观测性示例
• AG2 - AgentOps 文档

Camel AI 🐪

通过完整的可观测性追踪和分析 CAMEL 智能体。在环境中设置 AGENTOPS_API_KEY 并初始化 AgentOps 即可开始。

• Camel AI - 高级智能体通信框架
• AgentOps 集成示例
• 官方 Camel AI 文档

pip install "camel-ai[all]==0.2.11"
pip install agentops

import os
import agentops
from camel.agents import ChatAgent
from camel.messages import BaseMessage
from camel.models import ModelFactory
from camel.types import ModelPlatformType, ModelType

# 初始化 AgentOps
agentops.init(os.getenv("AGENTOPS_API_KEY"), tags=["CAMEL Example"])

# 在 AgentOps 初始化后导入工具包以进行追踪
from camel.toolkits import SearchToolkit

# 使用搜索工具设置智能体
sys_msg = BaseMessage.make_assistant_message(
    role_name='Tools calling operator',
    content='You are a helpful assistant'
)

# 配置工具和模型
tools = [*SearchToolkit().get_tools()]
model = ModelFactory.create(
    model_platform=ModelPlatformType.OPENAI,
    model_type=ModelType.GPT_4O_MINI,
)

# 创建并运行智能体
camel_agent = ChatAgent(
    system_message=sys_msg,
    model=model,
    tools=tools,
)

response = camel_agent.step("What is AgentOps?")
print(response)

agentops.end_session("Success")

Langchain 🦜🔗

AgentOps 可与使用 Langchain 构建的应用程序无缝协作。要使用该处理器，请将 Langchain 作为可选依赖项安装：

pip install agentops[langchain]

import os
from langchain.chat_models import ChatOpenAI
from langchain.agents import initialize_agent, AgentType
from agentops.integration.callbacks.langchain import LangchainCallbackHandler

AGENTOPS_API_KEY = os.environ['AGENTOPS_API_KEY']
handler = LangchainCallbackHandler(api_key=AGENTOPS_API_KEY, tags=['Langchain Example'])

llm = ChatOpenAI(openai_api_key=OPENAI_API_KEY,
                 callbacks=[handler],
                 model='gpt-3.5-turbo')

agent = initialize_agent(tools,
                         llm,
                         agent=AgentType.CHAT_ZERO_SHOT_REACT_DESCRIPTION,
                         verbose=True,
                         callbacks=[handler], # 必须传入回调处理器以记录您的智能体
                         handle_parsing_errors=True)

Cohere ⌨️

为 Cohere (>=5.4.0) 提供一流支持。这是一个持续发展的集成，如果您需要任何新增功能，请在 Discord 上联系我们！

• AgentOps 集成示例
• 官方 Cohere 文档

pip install cohere

```python python
import cohere
import agentops

# 程序代码开始处 (例如 main.py, __init__.py)
agentops.init(<在此处插入您的 API 密钥>)

co = cohere.Client()

stream = co.chat_stream(
    message="Write me a haiku about the synergies between Cohere and AgentOps"
)

for event in stream:
    if event.event_type == "text-generation":
        print(event.text, end='')

agentops.end_session('Success')

Anthropic ﹨

追踪使用 Anthropic Python SDK (>=0.32.0) 构建的智能体。

• AgentOps 集成指南
• 官方 Anthropic 文档

pip install anthropic