AgentOps 快速上手两行代码接入 AI Agent 可观测【免费下载链接】agentopsPython SDK for AI agent monitoring, LLM cost tracking, benchmarking, and more. Integrates with most LLMs and agent frameworks including CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2, and CamelAI项目地址: https://gitcode.com/GitHub_Trending/ag/agentops一句话定位AgentOps 是面向 AI Agent 的 Python 可观测 SDK自动追踪 LLM 调用链、Token 消耗与花费帮你回放调试多智能体执行过程适合用 CrewAI、OpenAI Agents、LangChain 等框架搭 Agent 的开发者。核心能力一览会话回放Session Replay把一次 Agent 运行的每一步调用录成可回放的执行树能干嘛——线上出问题时逐步还原Agent 当时想了什么、调了什么工具。LLM 成本追踪自动统计每次调用的 Token 用量并按模型计价能干嘛——跨 OpenAI、Anthropic、Google 等厂商算清每一分 LLM 账单。自动插桩Instrumentation内置对 OpenAI、Anthropic、Google GenAI、IBM watsonx 等 SDK 的埋点能干嘛——不改业务代码init之后 LLM 调用自动上报。框架集成原生适配 CrewAI、AG2AutoGen、Agno、LangGraph、LangChain、Camel 等能干嘛——两行代码让多智能体框架整体进入监控面板。装饰器埋点提供session/agent/operation/task/tool等装饰器能干嘛——一行标记就把普通函数变成可追踪的执行节点。 快速上手如何跑通第一次追踪最短路径只需 5 步第 1 步获取代码与依赖git clone https://gitcode.com/GitHub_Trending/ag/agentops cd agentops pip install agentops第 2 步申请 API Key。在 AgentOps 控制台的项目设置页创建 API Key写入环境变量export AGENTOPS_API_KEY你的key第 3 步初始化并发起第一次追踪。核心只有两行——init和结束追踪import agentops # 程序入口调用一次之后所有 LLM 调用自动被追踪 agentops.init(auto_start_sessionTrue, trace_nameMy First Trace)第 4 步直接运行官方示例它会用 OpenAI 跑一次同步 流式调用并校验埋点是否生效export OPENAI_API_KEY你的openai_key python examples/openai/openai_example_sync.py第 5 步打开面板查看结果。运行结束后控制台会打印会话回放链接在面板里能看到这次运行的调用树、耗时和 Token 消耗。核心文件导读入口文件逐段讲解按理解优先级你只需要先读 3 个文件入口agentops/__init__.py、配置agentops/config.py、示例examples/openai/openai_example_sync.py。agentops/init.pySDK 的总入口这是你唯一需要 import 的模块它把初始化、追踪、装饰器全部聚合到agentops命名空间下内部用线程安全的双重检查锁维护一个单例Client_client None _client_lock threading.Lock() def get_client(): global _client if _client is None: # 第一次调用才创建客户端 with _client_lock: # 加锁保证多线程下只建一个 if _client is None: _client Client() return _client同文件里的init()接受十几个参数API Key、标签、日志级别等start_trace()/end_trace()用于手动管理一次追踪的起止session、agent、operation等装饰器则来自 agentops/sdk/decorators/。agentops/config.py所有配置项的单一来源一个Configdataclass每个字段都标注了默认值和环境变量来源想改行为先看这里dataclass class Config: api_key: Optional[str] field( default_factorylambda: os.getenv(AGENTOPS_API_KEY), ) # 认证密钥不传则只读环境变量 endpoint: str field( default_factorylambda: os.getenv( AGENTOPS_API_ENDPOINT, https://api.agentops.ai ), ) # 自部署时改这里指向自己的后端 max_queue_size: int field( default_factorylambda: get_env_int(AGENTOPS_MAX_QUEUE_SIZE, 512), ) # 事件队列上限超出强制刷盘examples/openai/openai_example_sync.py最小完整示例从示例能看出 v4 的完整生命周期初始化 → 开追踪 → 正常调 OpenAI → 结束追踪 → 本地校验 spanagentops.init(auto_start_sessionTrue, trace_nameOpenAI Sync Example) tracer agentops.start_trace(trace_nameOpenAI Sync Example) # 手动开一次追踪 client OpenAI() response client.chat.completions.create(modelgpt-4o-mini, messagesmessages) agentops.end_trace(tracer, end_stateSuccess) # 结束并标记成功 result agentops.validate_trace_spans(trace_contexttracer) # 校验埋点数据 agentops.print_validation_summary(result)注意 LLM 调用本身没有任何额外代码——自动插桩模块 agentops/instrumentation/ 在init时接管了 OpenAI 客户端这就是两行代码接入的底层原理。⚙️ 可调配置速查如何修改上报端点与队列参数所有配置优先走环境变量也可在agentops.init(...)/agentops.configure(...)中用同名参数覆盖。配置项默认值来源说明AGENTOPS_API_KEY无环境变量 /init(api_key...)认证密钥必填缺失会初始化失败AGENTOPS_API_ENDPOINThttps://api.agentops.ai环境变量自部署时改成你的后端地址AGENTOPS_APP_URLhttps://app.agentops.ai环境变量面板地址用于生成会话回放链接AGENTOPS_EXPORTER_ENDPOINThttps://otlp.agentops.ai/v1/traces环境变量OTLP 上报地址接自部署 Collector 时改这里AGENTOPS_MAX_WAIT_TIME5000毫秒环境变量等待 API 响应的最长时间AGENTOPS_EXPORT_FLUSH_INTERVAL1000毫秒环境变量自动导出遥测数据的间隔AGENTOPS_MAX_QUEUE_SIZE512环境变量事件队列上限超出强制刷盘AGENTOPS_INSTRUMENT_LLM_CALLSTrue环境变量 /init是否自动插桩 LLM 调用AGENTOPS_AUTO_START_SESSIONTrue环境变量init时是否自动开始会话AGENTOPS_SKIP_AUTO_END_SESSIONFalse环境变量退出时是否跳过自动结束会话AGENTOPS_DEFAULT_TAGS空环境变量给所有会话附加的默认标签便于分组AGENTOPS_LOG_LEVELINFO环境变量SDK 自身日志级别排障可临时调高AGENTOPS_ENV_DATA_OPT_OUTFalse环境变量是否停止收集运行环境信息AGENTOPS_FAIL_SAFEFalse环境变量出错时是否静默降级而不抛异常下一步想深入就看 examples/ 下按框架分目录的示例openai/、crewai/、agno/、langgraph/等想验证埋点行为跑 tests/unit/instrumentation/ 里的单测要把面板和后端整套搬到自己的云上跟着 app/README.md 用 Docker Compose 起自部署栈即可。【免费下载链接】agentopsPython SDK for AI agent monitoring, LLM cost tracking, benchmarking, and more. Integrates with most LLMs and agent frameworks including CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2, and CamelAI项目地址: https://gitcode.com/GitHub_Trending/ag/agentops创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
