traceAI

这个 Agent 能做什么，适合哪些场景？

traceAI 是 future-agi/traceAI 仓库提供的开源追踪框架（Apache 2.0 许可），以 OpenTelemetry 为原生基础，用于观测 AI 应用中的 LLM 调用、Agent、工具执行和检索过程。它以库/SDK 形式交付，覆盖 Python、TypeScript/JavaScript、Java、Go 和 C# 五种语言，并提供 79 个集成家族，包括 OpenAI、Anthropic、LangChain/LangGraph、LlamaIndex、Pinecone、MCP 等。插桩后，模型调用、检索和工具执行通过 OpenTelemetry Span 与上下文关联，使用 gen_ai.request.model、input.value 等语义属性，经标准 OTLP 导出器发送到你自己的后端或 Future AGI 平台。Python 和 TypeScript 还提供 FI_HIDE_INPUTS 等隐私环境变量控制哪些内容离开应用。核心价值在于：保留现有应用代码与可观测性栈，只在 SDK 边界插桩即可获得请求级追踪。

traceAI 通过各语言的 instrumentor、客户端包装器或中间件拦截已支持的 SDK 调用并生成 OpenTelemetry Span。Python 路径：pip 安装 fi-instrumentation-otel 与对应集成包（如 traceai-openai），调用 register() 获得 tracer provider，再用 OpenAIInstrumentor().instrument(tracer_provider=provider) 自动插桩，之后每次 chat.completions.create 都会产生嵌套的 agent/tool/chain/LLM Span，并记录模型名、输入输出和 token 用量。TypeScript 使用 @traceai/fi-core 的 register() 配合 @traceai/openai 的 OpenAIInstrumentation（ESM 下需 manuallyInstrument(OpenAI)）；Java 提供如 TracedOpenAIClient 的包装客户端；Go 提供 option.WithMiddleware(traceaiopenai.Middleware(...))；C# 提供手动 Span API（tracer.Chain(...)）。数据经 OTLP 导出至 Future AGI 或任何你配置的 OpenTelemetry 后端。

1. 运维/平台团队为已有 OpenAI 应用添加 LLM 调用追踪，而不改动业务代码
2. 使用 LangChain、CrewAI、Pydantic AI 等 Agent 框架的团队排查多 Span 请求中工具与检索的执行链路
3. RAG 开发者追踪 LlamaIndex、Pinecone、Qdrant、pgvector 等检索管道的调用关系
4. 需要在自有 OTLP 后端（非 Future AGI）收集 AI 遥测的团队，复用现有 OpenTelemetry 管道
5. 对数据外发有合规要求的团队，用 FI_HIDE_INPUTS 等变量屏蔽输入输出、图片和嵌入向量

如何安装或部署这个 Agent？

pip install fi-instrumentation-otel traceai-openai

Python 快速路径需要 Python 3.10–3.13。其他语言：

npm install @traceai/fi-core @traceai/openai @opentelemetry/instrumentation openai@5

<dependency>
  <groupId>com.futureagi</groupId>
  <artifactId>traceai-java-openai</artifactId>
  <version>1.0.0</version>
</dependency>

go get github.com/future-agi/traceAI/go/openai@latest
go get go.opentelemetry.io/otel/exporters/otlp/otlptrace/[email protected]

dotnet add package fi-instrumentation-otel

如何使用这个 Agent？

设置凭据后运行插桩过的应用：

export FI_API_KEY="your-futureagi-api-key"
export FI_SECRET_KEY="your-futureagi-secret-key"
export OPENAI_API_KEY="your-openai-api-key"
export OPENAI_MODEL="gpt-4.1"

import os
from openai import OpenAI
from fi_instrumentation import register
from fi_instrumentation.fi_types import ProjectType
from traceai_openai import OpenAIInstrumentor

provider = register(project_name="traceai-quickstart", project_type=ProjectType.OBSERVE)
OpenAIInstrumentor().instrument(tracer_provider=provider)
try:
    response = OpenAI().chat.completions.create(
        model=os.environ["OPENAI_MODEL"],
        messages=[{"role": "user", "content": "Say hello in one word."}],
    )
    print(response.choices[0].message.content)
finally:
    provider.shutdown()

调用完成后在 Future AGI 的 Observe 中查看 traceai-quickstart 项目；短生命周期进程退出前需 flush 或 shutdown provider。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

最近版本

来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。

1. traceai-google-genai-live-v0.1.0 traceAI-google-genai-live 0.1.0 2026-11-02
   发布说明摘录

   - New package: tracing for Gemini Live sessions opened with client.aio.live.connect on the Gemini Developer API (google-genai >=2.28,<3; tested on 2.31.0 and 2.28.0 with gemini-3.8-live). Gemini Live is a preview API: a field rename upstream is a floor and fixture update here, not a silent fallback. google-genai 3.0 removes Live.send / Live.start_stream, which this package never wrapped; pin below 3. - One trace per session: setup, user turns, model turns (model, tokens, transcription), tool …

   在 GitHub 查看 ↗
2. traceai-minimax-v0.1.0 traceAI-minimax 0.1.0 2026-11-01
   发布说明摘录

   _This version has no CHANGELOG entry; see the commits since the previous tag._ Install: pip install traceAI-minimax==0.1.0

   在 GitHub 查看 ↗
3. traceai-agentscope-v0.1.0 traceAI-agentscope 0.1.0 2026-11-01
   发布说明摘录

   _This version has no CHANGELOG entry; see the commits since the previous tag._ Install: pip install traceAI-agentscope==0.1.0

   在 GitHub 查看 ↗

常见问题