AgentOps 是面向 AI 智能体开发者的监控与可观测性工具，以 Python SDK 形式提供，帮助开发者构建、评估和监控 AI 智能体，覆盖从原型到生产的全过程。其核心目标是解决 AI 智能体运行慢、成本高、不可靠的问题。
主要能力与用途
- 全面可观测性：追踪 AI 智能体的性能、用户交互和 API 使用情况。
- 实时监控：通过会话回放、指标和实时监控工具获得即时洞察。
- 成本控制：监控和管理 LLM 及 API 调用的花费。
- 故障检测：快速识别并响应智能体故障和多智能体交互问题。
- 工具使用统计：通过详细分析了解智能体如何使用外部工具。
- 会话级指标：通过综合统计获得智能体会话的整体视图。
- 评估与调试：资料中列出了评估路线图和调试路线图（Roadmap），具体功能细节暂未提供。
使用方式 初始化 AgentOps 客户端后，即可自动获得所有 LLM 调用的分析数据，所有会话可在 AgentOps 仪表盘中查看。开发者可通过一行行代码逐步为智能体、工具和函数添加可观测性，所有装饰器均支持输入/输出记录、异常处理、异步/await 函数、生成器函数以及自定义属性和名称。
对于 CrewAI 智能体，只需在环境中设置 AGENTOPS_API_KEY，两行代码即可在 AgentOps 仪表盘中获得自动监控。对于 AG2（原 AutoGen）智能体，设置 AGENTOPS_API_KEY 并调用 agentops.init() 即可添加完整的可观测性和监控。CAMEL、SwarmZero 等框架同样通过设置 AGENTOPS_API_KEY 并初始化 AgentOps 来追踪和分析。Langchain 需安装为可选依赖，然后导入并设置 handler，还支持异步 handler。
支持集成的框架与模型（基于资料列举）
- OpenAI Agents SDK：原生集成 Python 和 TypeScript，支持构建带工具、交接（handoffs）和护栏（guardrails）的多智能体系统。
- CrewAI：两行代码实现可观测性。
- AG2（原 AutoGen）：两行代码添加完整可观测性。
- CamelAI：追踪和分析 CAMEL 智能体。
- Langchain：无缝协作，支持异步 handler。
- Cohere（>=5.4.0）：一等支持，持续集成。
- Anthropic Python SDK（>=0.32.0）：追踪智能体，支持异步流式。
- Mistral Python SDK（>=0.32.0）：追踪智能体。
- LiteLLM（>=1.3.1）：支持 100+ LLM，统一输入/输出格式。
- LlamaIndex：构建上下文增强的生成式 AI 应用。
- Llama Stack Python Client（>=0.0.53）：监控智能体应用。
- SwarmZero：多智能体框架追踪分析。
运行完整应用 若需在本地运行完整的 AgentOps 应用（仪表盘 + API 后端），可参考 app/README.md 中的设置指南。AgentOps 应用采用 MIT 许可证开源，代码位于 app 目录。
适用场景 适用于需要监控、评估和优化 AI 智能体的开发团队，尤其是使用上述框架构建多智能体系统、需要追踪 LLM 调用成本、检测智能体故障、分析工具使用情况的场景。既适用于原型开发阶段，也适用于生产环境。
限制与暂未提供的信息 资料中未提供具体收费模式、价格、平台支持范围（除 Python 与 TypeScript 集成提及外）、性能数据或效果指标。评估和调试功能仅有路线图，具体能力暂未提供。
