Laminar

Laminar는 한 번의 실행에 담긴 모든 LLM 호출과 도구 호출, 사용자 정의 함수를 기록한다. span 이름 트리 대신 실행을 스크립트로 펼친다. 입력, LLM 턴, 도구 호출, 서브 에이전트를 카드로 접어 보여준다. 이 형식이 화면 하나를 읽는 것과 span 열몇 개를 머릿속에 담는 것의 차이를 만든다. AI SDK, Claude Agent SDK, LangChain, Browser Use를 기본으로 지원하고, Claude Agent SDK의 서브 에이전트까지 추적한다. 많은 도구가 건너뛰는 부분이다.

디버거는 실행을 녹화한 뒤, 변경 전의 모든 단계를 캐시에서 공급해 재생한다. 반복마다 몇 초면 되고, 전체 라이브 실행은 필요 없다. 수정은 기대가 아니라 평가로 증명한다. 코딩 에이전트가 조작하도록 만들어져서 사람이 UI를 클릭하지 않아도 루프 전체가 돈다.

Signals는 결과나 실패를 자연어로 서술하면 모든 추적에서 구조화 이벤트를 추출한다. 각 Signal은 재시도, 소진된 도구, 에이전트가 조용히 돌아간 우회까지 실행 전체를 읽는다. 최종 답만 보지 않는다. 얻는 것은 이벤트 흐름이며, SQL로 조회하고 유형별로 클러스터링하고 Slack이나 이메일로 알림을 걸 수 있다.

평가는 데이터셋을 상대로 로컬이나 CI에서 돌려서, 사용자에게 닿기 전에 회귀를 잡는다. 데이터셋은 운영 추적에서 바로 만들기 때문에 테스트가 실제 실행을 반영한다. 고친 오류 클러스터는 자동으로 평가 데이터셋이 되고, 버그 보고와 테스트 사이의 고리가 닫힌다.

Laminar는 OpenTelemetry 표준 프로토콜인 OTLP로 추적을 받아서, 이미 OTLP를 쓰는 스택에 들어간다. 단일 노드에는 OSS 이미지를 Docker Compose로, 운영에는 Kubernetes Helm 차트로 돌린다. 후자는 RabbitMQ, Redis, 전용 컨슈머를 더한다. 추적, 대시보드, 평가, 디버거는 Cloud와 셀프 호스팅에서 똑같이 동작한다.

CLI와 MCP 서버는 코딩 에이전트에 Laminar의 전체 SQL 접근을 준다. 추적을 조사하고 평가를 만들고 수정을 검증한다. 사람이 도구 사이에서 데이터를 옮길 필요가 없다. SQL 편집기와 사용자 정의 대시보드까지 더하면 제품의 플랫폼 쪽이 갖춰진다.