站内研究档案
这个项目解决什么问题？
让多智能体执行过程可检查，并增加质量、安全、策略与问责控制。
开源大模型工程平台，可通过追踪与评估模型检查嵌套的多智能体执行过程。
多智能体核心
智能体如何协作？
T
Tracing
将跨智能体活动连接为追踪链路，以检查委派与执行过程。
E
Evaluation
Evaluation 是该项目在策展审核中记录的一项协作特征。
应用判断
适合用来做什么？
典型使用场景
- 跨智能体追踪消息、工具调用、成本、延迟与失败。
- 评估团队输出，并比较不同提示词或协作拓扑。
- 在智能体工作流中引入审查、策略或治理门禁。
值得关注的特点
- 解决可服务多个智能体应用的运行时或运维共性问题。
- 项目明确呈现 2 类协作特征，适合用来比较不同机制如何组合。
- 支持自托管这一属性有利于代码审查、内部实验与数据边界控制。
工程采用指南
采用前应该检查什么？
项目层面的注意事项
- 基础设施价值取决于集成质量与运行可靠性，而不只是功能数量。
- 最近一次编辑审核时项目处于活跃状态，但仍应检查发布节奏与问题维护情况。
- 多智能体效果高度依赖模型、提示词、工具、数据与评估方法，需要用真实任务重新验证。
技术与许可事实
- 项目被记录为支持自托管，可在采用前进一步核查模型、存储与外部服务依赖。
- 主要实现语言为 TypeScript，应结合团队技术栈评估二次开发和维护成本。
- 当前记录的许可证为 MIT；正式使用前仍应核对仓库中的完整许可证文本与依赖许可证。
建议的验证清单
- 1 验证异步任务与委派任务中的追踪完整性。
- 2 评估数据保留、脱敏、访问控制与可导出性。
- 3 测试评估信号是否真正反映任务质量。
可追溯信息
研究依据与更新时间
本页依据
- 官方 GitHub 仓库及其公开元数据
- 项目官方主页或文档（如已提供）
- 仓库中可验证的多智能体机制与项目定位
- 本站统一分类、状态与采用维度
- 最后审核
- 2026-07-20
- 项目状态
- 活跃
- GitHub Stars
- 待同步
- 归档状态
- 否
说明：本页用于开源项目发现与工程选型，不构成安全、医疗、法律或投资建议。项目能力与维护状态可能在审核后变化，正式采用前请以官方仓库和文档为准。
继续探索
同分类项目
AgentOps
infrastructure 可观测性、安全与治理
用于追踪智能体会话的可观测与评估工具，能够覆盖由多个协作智能体组成的运行过程。
tracingevaluationobservability
Python MIT 可自托管
RagaAI Catalyst
infrastructure 可观测性、安全与治理
用于评估智能体系统的开源测试与可观测平台，覆盖多智能体轨迹和故障分析。
testingtracingevaluation
Python Apache-2.0 可自托管