Laminar
Laminar (lmnr.ai) · Programmation · Autres
Laminar est une plateforme d'observabilité open source qui trace, débogue et évalue les agents IA. Elle enregistre chaque appel au LLM, chaque appel d'outil et chaque sous-agent, puis transforme ces données en réponses lisibles.
À propos de Laminar
What Is Laminar
Laminar est une plateforme d'observabilité et de débogage pensée pour les agents IA, créée par l'équipe de Laminar (lmnr.ai), une société de Y Combinator S24. Elle suit ce que votre agent fait pendant une exécution : les entrées, les tours du LLM, les appels d'outils et les sous-agents qu'il lance. L'objectif est simple. Quand un agent casse après une demi-heure et trois cents décisions, vous devez savoir où et pourquoi, vite.
La plateforme est native OpenTelemetry, donc elle parle le protocole de traçage standard plutôt qu'un format fermé. Vous pouvez l'exploiter de deux façons : en Laminar Cloud, le service managé, ou en auto-hébergement sur votre propre infrastructure avec Docker Compose ou un chart Helm pour Kubernetes. Le cœur est open source, ce qui compte si vos traces transportent des données clients que vous préférez ne pas confier à un tiers.
Deux limites méritent d'être posées d'emblée. Signals, le détecteur de résultats en langage naturel, ne fait pas partie de la version open source ; il s'obtient sur le Cloud ou avec une clé de licence entreprise. Et Laminar est un outil de développeur. Ici, pas d'application à glisser-déposer, seulement des SDK, des intégrations et un tableau de bord qui se lit comme une transcription.
Getting Started
- Créez un compte sur laminar.sh ou montez la pile auto-hébergée avec Docker Compose.
- Récupérez la clé d'API de votre projet dans le tableau de bord.
- Installez le SDK et configurez la clé, puis initialisez le traçage en une ou deux lignes de code.
- Lancez votre agent. Les traces apparaissent en direct et vous pouvez en ouvrir une pour lire l'exécution complète.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Laminar.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Ingénieurs IA qui mettent des agents en production
- Équipes de startup qui publient des apps LLM à toute vitesse
- Équipes plateforme soumises à des règles sur les données
- Ingénieurs évaluation et QA
Tâches
- Déboguer un agent qui échoue par intermittence
- Repérer une régression après une livraison
- Surveiller les résultats de l'agent à grande échelle
- Comparer des changements de prompt ou de modèle
Cas d'usage
- Un agent de navigation qui se comporte mal sur certains sites
- Un bot de support qui répond avec assurance mais se trompe
- Un agent de recherche à plusieurs étapes qui dure trop longtemps
Fonctionnalités clés
Traçage d'agents avec vue en transcription
Le traçage de LLM chez Laminar enregistre chaque appel au LLM, chaque appel d'outil et chaque fonction personnalisée d'une exécution. Au lieu d'un arbre de noms de spans, il présente l'exécution comme une transcription : entrées, tours du LLM, appels d'outils et sous-agents repliés en cartes. Ce format fait la différence entre lire un seul écran et garder une douzaine de spans en tête. Il prend en charge AI SDK, Claude Agent SDK, LangChain et Browser Use d'emblée, et il trace les sous-agents du Claude Agent SDK, ce que beaucoup d'outils laissent de côté.
Débogueur avec rejeu depuis le cache
Le débogueur enregistre une exécution, puis la rejoue avec tout ce qui précède votre changement servi depuis le cache. Chaque itération prend des secondes au lieu d'une exécution en direct complète, et vous prouvez le correctif avec une évaluation plutôt qu'en espérant. Il est conçu pour être piloté par un agent de code, donc toute la boucle tourne sans que vous cliquiez dans une interface.
Signals pour les résultats en production
Les Signals vous laissent décrire un résultat ou une défaillance en langage naturel, puis extraire des événements structurés de chaque trace. Chaque Signal lit l'exécution entière, y compris les reprises, les outils épuisés et les contournements que l'agent a faits sans le dire, pas seulement la réponse finale. Vous obtenez un flux d'événements que vous pouvez interroger en SQL, regrouper par type et déclencher en alerte via Slack ou e-mail.
Évaluations et jeux de données
Vous lancez des évaluations sur des jeux de données en local ou en CI, ce qui attrape les régressions avant qu'elles n'atteignent les utilisateurs. Les jeux de données viennent directement des traces de production, donc vos tests reflètent de vraies exécutions. Un groupe d'erreurs déjà corrigé peut devenir un jeu de données d'évaluation automatiquement, ce qui boucle la chaîne entre le rapport de bug et son test.
Natif OpenTelemetry et auto-hébergement
Laminar ingère les traces via OTLP, le protocole standard d'OpenTelemetry, donc il s'insère dans les piles qui le parlent déjà. Vous pouvez lancer les images OSS avec Docker Compose pour un seul nœud, ou le chart Helm Kubernetes pour la production, qui ajoute RabbitMQ, Redis et un consommateur dédié. Les traces, les tableaux de bord, les évaluations et le débogueur se comportent pareil sur le Cloud et en auto-hébergement.
Accès par CLI et MCP
La CLI et le serveur MCP donnent à votre agent de code un accès SQL complet à Laminar. Il enquête sur les traces, construit des évaluations et vérifie les correctifs sans qu'une personne copie des données entre les outils. Avec l'éditeur SQL et les tableaux de bord personnalisés, cela couvre la partie plateforme du produit.
Avantages et inconvénients
Avantages
- Open source avec une voie d'auto-hébergement, donc les traces et les données clients peuvent rester sur votre propre infrastructure.
- Natif OpenTelemetry, ce qui veut dire qu'il s'intègre aux piles déjà en OTLP sans vous enfermer dans un format fermé.
- La vue des traces façon transcription se lit mieux que les arbres de spans que montrent la plupart des outils.
- Les évaluations, les jeux de données et le débogueur vivent au même endroit, donc la boucle de débogage tient dans un seul outil.
- L'offre gratuite inclut 1 Go de données et 7 jours de rétention, assez pour tester la plateforme de bout en bout.
Inconvénients
- Signals et les alertes ne sont pas dans la version open source ; il faut le Cloud ou une clé de licence entreprise, donc la fonction de production la plus forte est derrière un péage.
- L'offre gratuite ne garde que 7 jours de traces et 1 projet, peu pour un agent de production qui vit longtemps.
- Le dépassement de données sur Starter et Pro est facturé au gigaoctet, donc un agent bavard peut alourdir la facture mensuelle.
- Il vise les développeurs plus que les utilisateurs occasionnels ; l'observabilité des agents IA ici, ce sont des SDK, une CLI et un tableau de bord web, pas une app en un clic.
Questions fréquentes
Laminar trace, débogue et évalue les agents IA. Il enregistre chaque appel au LLM, chaque appel d'outil et chaque sous-agent d'une exécution, pour que vous trouviez pourquoi un agent a échoué et confirmiez le correctif avec une évaluation.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Laminar.
Alternatives à Laminar
Udon
Udon · Programmation · ProductivitéUdon transforme un Mac Apple Silicon en serveur personnel piloté depuis le navigateur, avec conteneurs, partages de fichiers et un administrateur système IA en option.
offstage
offstage cloud · Programmation · Productivitéoffstage confie aux agents IA et aux jobs de CI un vrai Mac : un compte macOS 27 sur Apple silicon, piloté par API et facturé à la seconde.
BotBus
Chengdu Tuyang Tusen Technology Co., Ltd. · Programmation · ProductivitéBotBus permet de contrôler des agents IA depuis son téléphone ou sa montre, même quand ils tournent sur l’ordinateur resté au bureau : vous validez les commandes, lancez des tâches et lisez les résultats.