Laminar
Laminar (lmnr.ai) · Programação · Outros
O Laminar é uma plataforma de observabilidade open source que rastreia, depura e avalia agentes de IA. Registra cada chamada ao LLM, cada uso de ferramenta e cada subagente, e transforma esses dados em respostas legíveis.
Sobre Laminar
What Is Laminar
O Laminar é uma plataforma de observabilidade e depuração feita para agentes de IA, criada pelo time do Laminar (lmnr.ai), empresa da Y Combinator S24. Ele acompanha o que o seu agente faz durante uma execução: as entradas, os turnos do LLM, as chamadas de ferramenta e os subagentes que ele dispara. A ideia é simples. Quando um agente quebra depois de meia hora e trezentas decisões, você precisa saber onde e por quê, e rápido.
A plataforma é nativa de OpenTelemetry, então fala o protocolo padrão de rastreamento em vez de um formato fechado. Você pode rodá-la de duas formas: como Laminar Cloud, o serviço gerenciado, ou auto-hospedada na sua própria infraestrutura com Docker Compose ou um chart do Helm para Kubernetes. O núcleo é open source, o que importa se as suas traces carregam dados de clientes que você prefere não enviar a terceiros.
Vale deixar dois limites claros desde o início. O Signals, o detector de resultados em linguagem natural, não faz parte da versão open source; você o tem no Cloud ou com uma chave de licença enterprise. E o Laminar é uma ferramenta para desenvolvedores. Aqui não existe um aplicativo de arrastar e soltar, e sim SDK, integrações e um painel que se lê como uma transcrição.
Getting Started
- Crie uma conta em laminar.sh ou suba a pilha auto-hospedada com Docker Compose.
- Pegue a chave de API do seu projeto no painel.
- Instale o SDK e configure a chave, depois inicialize o rastreamento com uma ou duas linhas de código.
- Rode o seu agente. As traces aparecem ao vivo e você pode abrir qualquer uma para ler a execução completa.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Laminar.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Engenheiros de IA que colocam agentes em produção
- Times de startup que publicam apps com LLM na velocidade
- Times de plataforma sob regras de dados
- Engenheiros de avaliação e QA
Tarefas
- Depurar um agente que falha de forma intermitente
- Pegar uma regressão depois de um lançamento
- Monitorar os resultados do agente em escala
- Comparar mudanças de prompt ou de modelo
Cenários
- Um agente de navegador que se comporta mal em certos sites
- Um bot de suporte que dá respostas confiantes mas erradas
- Um agente de pesquisa de vários passos que demora demais
Principais recursos
Rastreamento de agentes com visão de transcrição
O Laminar registra cada chamada ao LLM, cada uso de ferramenta e cada função própria numa execução. Em vez de uma árvore de nomes de spans, ele apresenta a execução como uma transcrição: entradas, turnos do LLM, chamadas de ferramenta e subagentes recolhidos em cartões. Esse formato é a diferença entre ler uma única tela e guardar uma dúzia de spans na cabeça. Funciona com AI SDK, Claude Agent SDK, LangChain e Browser Use de saída, e rastreia os subagentes do Claude Agent SDK, algo que muitas ferramentas ignoram.
Depurador com repetição a partir do cache
O depurador grava uma execução e depois a repete com tudo o que vem antes da sua mudança servido do cache. Cada iteração leva segundos em vez de uma execução ao vivo completa, e você prova a correção com uma avaliação em vez de torcer. Ele foi feito para um agente de código operar, então todo o ciclo roda sem você clicar numa interface.
Signals para resultados em produção
Os Signals deixam você descrever um resultado ou uma falha em linguagem natural e depois extrair eventos estruturados de cada trace. Cada Signal lê a execução inteira, incluindo retentativas, ferramentas esgotadas e contornos que o agente fez sem avisar, não apenas a resposta final. Você recebe um fluxo de eventos que pode consultar em SQL, agrupar por tipo e alertar no Slack ou por e-mail.
Avaliações e datasets
Você roda avaliações contra datasets localmente ou no CI, o que pega regressões antes de chegarem aos usuários. Os datasets vêm direto de traces de produção, então seus testes refletem execuções reais. Um grupo de erros já corrigido vira um dataset de avaliação de forma automática, o que fecha o ciclo entre o relato de um bug e o seu teste.
Nativo de OpenTelemetry e auto-hospedagem
O Laminar ingere traces por OTLP, o protocolo padrão do OpenTelemetry, então encaixa em pilhas que já o falam. Você pode subir as imagens OSS com Docker Compose para um nó só, ou o chart do Helm para produção, que adiciona RabbitMQ, Redis e um consumidor dedicado. As traces, os painéis, as avaliações e o depurador se comportam igual no Cloud e na auto-hospedagem.
Acesso por CLI e MCP
A CLI e o servidor MCP dão ao seu agente de código acesso SQL completo ao Laminar. Ele investiga traces, monta avaliações e verifica correções sem que uma pessoa copie dados entre ferramentas. Junto com o editor SQL e os painéis personalizados, isso cobre a parte de plataforma do produto.
Prós e contras
Prós
- É open source e tem caminho de auto-hospedagem, então as traces e os dados dos clientes podem ficar na sua própria infraestrutura.
- É nativo de OpenTelemetry, o que significa que entra em pilhas que já usam OTLP sem te prender a um formato fechado.
- A visão de trace no estilo transcrição se lê melhor que as árvores de spans que a maioria das ferramentas mostra.
- As avaliações, os datasets e o depurador ficam num só lugar, então o ciclo de depuração fica numa ferramenta única.
- O plano gratuito inclui 1 GB de dados e 7 dias de retenção, o bastante para testar a plataforma de ponta a ponta.
Contras
- O Signals e os alertas não estão na versão open source; você precisa do Cloud ou de uma chave de licença enterprise, então o recurso de produção mais forte fica atrás de um paywall.
- O plano gratuito guarda só 7 dias de traces e 1 projeto, pouco para um agente de produção de vida longa.
- O excedente de dados no Starter e no Pro é cobrado por gigabyte, então um agente que gera muito tráfego pode aumentar a conta mensal.
- É voltado a desenvolvedores mais do que a usuários casuais; a observabilidade de agentes de IA aqui são SDK, uma CLI e um painel web, não um app de um clique.
Perguntas frequentes
O Laminar rastreia, depura e avalia agentes de IA. Registra cada chamada ao LLM, cada uso de ferramenta e cada subagente de uma execução para você descobrir por que um agente falhou e confirmar a correção com uma avaliação.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Laminar.
Alternativas a Laminar
Base Code
Base44 (Wix) · Programação · ProdutividadeO Base Code é um ambiente de desenvolvimento em nuvem compartilhado da Base44. O time descreve mudanças em um repositório do GitHub pelo chat, confere tudo na prévia e envia o resultado como pull request.
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
GitGlow
GitGlow · Programação · ProdutividadeO GitGlow é um cliente Git de desktop que coloca seu código e as mudanças dos seus agentes de IA na mesma revisão, para você saber o que vai sair da máquina antes de publicar.