
Breadcrumb
Breadcrumb · Programação
O Breadcrumb é uma biblioteca de rastreamento de LLM para apps TypeScript que se instala como uma dependência de código, e não como um serviço hospedado. Cada trilha termina no banco de dados que você já opera, e o painel vem como um componente que você monta dentro do seu próprio app. Isso é rastreamento auto-hospedado, no sentido mais literal. Foi feito para desenvolvedores que querem depurar agentes de IA com consultas comuns e a própria autenticação, e não com mais uma conta de fornecedor.

Sobre Breadcrumb
O que é o Breadcrumb
O Breadcrumb é uma ferramenta de rastreamento para equipes que criam recursos de IA em TypeScript. A ideia central é a propriedade: em vez de enviar seus prompts e cargas úteis para um painel de terceiros, o Breadcrumb grava os spans no banco de dados que o seu app já usa. Você aponta uma instância para o seu banco, monta o painel atrás do seu próprio login e, a partir daí, seus dados de rastreamento ficam bem ao lado da sua tabela de usuários.
Esse arranjo é o ponto principal. Como os spans vivem no seu esquema, você pode juntá-los com qualquer outra coisa que armazena. Quer o custo por cliente em uma página de cobrança, ou a contagem de falhas por locatário? São consultas comuns com o ORM que você já conhece. Uma ferramenta hospedada não consegue fazer isso. Ela só vê os próprios dados. O Breadcrumb entrega as consultas, e a troca é que você opera o armazenamento.
O limite principal é o escopo. O Breadcrumb mira apps TypeScript construídos sobre o Vercel AI SDK. Se a sua stack roda em Python, não encaixa. O mesmo vale se você quer configuração zero. Você também carrega sozinho o trabalho do banco de dados. Para equipes que já rodam Postgres, isso é barato. Para todo o resto, é um custo real.
Como começar
- Instale o pacote principal e um adaptador de banco de dados via npm, depois crie uma instância do Breadcrumb apontada para o seu banco de dados e um caminho base.
- Monte o componente do painel no seu app, protegido pela sua própria autenticação.
- Instrumente as chamadas ao modelo passando bc.telemetry() ao AI SDK onde ele aceita experimental_telemetry.
- Envolva o trabalho ao redor, como recuperação, chamadas de ferramentas e gravações no banco, em bc.trace() para que tudo caia em uma única linha do tempo.
- Leia as trilhas no painel, ou entregue ao seu agente de código uma chave MCP e deixe que ele as consulte direto.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Breadcrumb.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores TypeScript que criam recursos de IA
- Engenheiros de backend e de plataforma
- Equipes pequenas de produto de IA sem orçamento de observabilidade
Tarefas
- Depurar uma requisição de agente lenta ou com falha
- Acompanhar o gasto por cliente
- Deixar um agente de código inspecionar o comportamento em produção
Cenários
- Investigar por que certas contas cancelam
- Manter os dados dos prompts privados
- Auditar falhas entre locatários
Principais recursos
Uma biblioteca, não um serviço
O Breadcrumb se instala como uma dependência de código, o que significa que não há conta externa nem salto de rede para os seus dados de rastreamento. Você cria uma instância, aponta para o seu banco de dados e ela roda dentro do seu processo. Nada sai da sua infraestrutura, a menos que você decida o contrário. Sem surpresas. Para equipes com regras rígidas de dados, esse costuma ser o fator decisivo.
Trilhas no seu próprio banco de dados
Os spans são normalizados em uma única tabela, breadcrumb_spans, que vive no banco de dados onde o seu app já grava. Não é uma exportação, um webhook nem uma API somente leitura sobre o esquema de outra pessoa. Suas análises viram consultas comuns com o ORM que você usar, então você pode juntar as trilhas com usuários, pedidos ou qualquer outra coisa que guarde. Usuários do Prisma, por exemplo, puxam a tabela e a tratam como qualquer outro modelo.
Instrumentação automática do modelo
As chamadas ao modelo se instrumentam sozinhas. Você passa bc.telemetry() onde o Vercel AI SDK espera experimental_telemetry, e o Breadcrumb lê o modelo, o provedor, as contagens de tokens, o custo e as cargas úteis a partir de atributos que o SDK já emite. Não há construção manual de spans em torno de cada chamada. Isso mantém a configuração pequena e facilita adicionar rastreamento a um projeto existente sem reescrevê-lo.
Rastreamento em linha do tempo com bc.trace()
O trabalho em torno das chamadas ao modelo não se instrumenta sozinho, então você o envolve em bc.trace(). A recuperação, as chamadas de ferramentas e a gravação final no banco caem na mesma linha do tempo que os spans do modelo. Quando uma requisição parece lenta, você vê se o atraso está na recuperação, em uma ferramenta ou no próprio modelo, em vez de adivinhar.
Acesso MCP para agentes de código
O Breadcrumb expõe as trilhas via MCP, então um agente pode consultá-las como um desenvolvedor faria. Você pode entregar uma chave a um agente de código e deixá-lo vasculhar as trilhas de produção, ou ler o painel por conta própria. A opção hidePayloads mantém os prompts brutos fora do que o agente vê, o que importa quando as trilhas contêm entradas sensíveis do usuário.
Painel personalizado que você controla
O painel é um componente, não uma tela SaaS fixa. Uma ferramenta hospedada tem que ser genérica porque serve o app de todo mundo; o seu só precisa servir o seu. Você o monta atrás da sua própria autenticação e pode acrescentar painéis extras como páginas dentro dele. Essa flexibilidade é difícil de conseguir quando a interface do painel mora no domínio de outra pessoa e precisa servir o app de cada cliente.
Retenção sem medição por evento
A retenção é uma janela que você define por ambiente e que é varrida conforme as trilhas chegam. Nada é medido por evento, então você nunca precisa amostrar nem descartar cargas úteis só para manter uma fatura baixa. Você decide por quanto tempo os dados ficam, e mantém as trilhas completas enquanto elas estiverem lá.
Prós e contras
Prós
- As trilhas vivem no seu próprio banco de dados, então você pode juntá-las com dados de usuários, cobrança e locatários.
- Sem preço por evento, você pode manter cargas úteis completas em vez de amostrar para controlar o custo.
- A instrumentação é leve: as chamadas ao modelo captam a telemetria de forma automática pelo AI SDK.
- O painel é um componente atrás da sua própria autenticação, então os dados dos prompts ficam privados.
- O suporte a MCP permite que um agente de código consulte as trilhas direto, o que acelera as investigações.
Contras
- Mira apenas apps TypeScript sobre o Vercel AI SDK, então Python ou outras stacks ficam de fora.
- Você cuida do banco de dados e do armazenamento sozinho, o que soma trabalho se você não roda Postgres.
- Não há opção de nuvem gerenciada, então equipes que querem configuração zero vão precisar de outra ferramenta.
Perguntas frequentes
O Breadcrumb rastreia as chamadas de LLM em apps TypeScript para você ver o que um agente de IA fez e para onde o tempo foi. Ele registra as chamadas ao modelo, a recuperação, o uso de ferramentas e as gravações no banco em uma única linha do tempo compartilhada, e guarda cada um desses spans em um banco que você controla, e não o de terceiros.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Breadcrumb.
Alternativas a Breadcrumb
Forefront
Forefront · ProgramaçãoO Forefront é uma plataforma web para construir com IA de código aberto. Você ajusta os principais modelos de linguagem de código aberto com seus próprios dados, avalia o desempenho deles e os roda por uma API ou os exporta para hospedar por conta própria. Desenvolvedores que querem a conveniência de uma plataforma fechada, mas fazem questão de ser donos dos modelos e dos dados, são o público-alvo aqui.
Startkit
StartKit.AI · ProgramaçãoStartkit é um boilerplate para criar produtos de SaaS com IA e wrappers de IA. Pense nele como um boilerplate para startups de IA com as partes chatas já conectadas: autenticação, pagamentos com Stripe e Lemon Squeezy, limites de uso, e-mail transacional e um kit inicial de API de IA que conversa com OpenAI, Anthropic, Groq ou Llama. Você clona o repositório, define seu preço e começa pela parte do produto que as pessoas realmente pagam. Ele é feito em Next.js sobre React e Tailwind, então boa parte do código boilerplate já parece familiar.
Testim
Tricentis · ProgramaçãoO Testim é uma plataforma de automação de testes com IA para criar e executar testes de ponta a ponta em aplicações web, mobile e Salesforce. Ele se apoia no aprendizado de máquina para manter os testes estáveis quando uma interface muda, então as equipes gastam menos tempo consertando seletores quebrados. Nada mal para uma ferramenta de testes automatizados que você pode começar a usar hoje. Você cria testes gravando ações no navegador e depois adiciona JavaScript quando precisa de mais controle. É uma escolha sólida para equipes de QA ocupadas.
