Laminar
Laminar (lmnr.ai) · 程式設計 · 其他
Laminar 是一套開源可觀測性平台，能追蹤、除錯並評估 AI 代理。它會記錄每一次 LLM 呼叫、每一次工具呼叫與每一個子代理，再把這些資料變成讀得懂的答案。
關於 Laminar
What Is Laminar
Laminar 是一套專為 AI 代理設計的可觀測性與除錯平台，出自 Laminar（lmnr.ai）團隊，這家公司屬於 Y Combinator S24 梯次。它會盯著代理在一次執行中到底做了什麼：輸入、LLM 回合、工具呼叫，以及它啟動的子代理。目的很單純。當一個代理跑了半小時、做了三百個決定後出錯，你需要馬上知道它錯在哪、為什麼錯。
這套平台以 OpenTelemetry 為原生基礎，講的是標準追蹤協定，而不是封閉格式。你可以用兩種方式跑它：一是託管服務 Laminar Cloud，二是用 Docker Compose 或 Kubernetes Helm chart 自行架設在自己的基礎設施上。核心採開源授權，如果你的追蹤資料帶著客戶資料、不想送到第三方手上，這一點就很關鍵。
有兩個限制值得先講清楚。Signals 這個用自然語言描述結果的偵測器，並不包含在開源版本裡，你得用 Cloud 或企業授權金鑰才拿得到。另外，Laminar 是給開發者用的工具。這裡沒有拖拉式的應用程式，只有 SDK、整合套件，以及一份像逐字稿一樣的儀表板。
Getting Started
- 到 laminar.sh 建立帳號，或用 Docker Compose 啟動自行架設的整套服務。
- 從儀表板取得專案的 API 金鑰。
- 安裝 SDK 並設定金鑰，接著用一兩行程式碼初始化追蹤。
- 執行你的代理。追蹤資料會即時出現，你可以打開任一次執行，讀完整個過程。
產品資訊
快速了解 Laminar 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 要把代理推上正式環境的 AI 工程師：追蹤檢視像逐字稿，你一眼就能找到出錯的工具呼叫或子代理，不必在 span 樹裡東翻西找。
- 快速出貨 LLM 應用程式的初創團隊：託管的 Cloud 方案把設定壓到兩行程式碼，替產品本身省下時間。
- 受資料規範約束的平台團隊：自行架設讓追蹤與客戶內容留在自己的基礎設施上，當供應商不該看到內容時，這點很要緊。
- 評估與 QA 工程師：用真實的正式環境追蹤資料建出的資料集，能提供貼近使用者實際行為的回歸測試。
任務
- 替時好時壞的代理除錯：錄下一次執行，從快取重播到你正在測的那一步，再確認修正是否站得住。代理除錯就變得可重現，而不是靠運氣。
- 抓出上線後的迴歸問題：把某個已修好的錯誤叢集變成評估資料集，每次改動後重跑一次。
- 大規模監看代理的結果：用自然語言寫一個 Signal，就能取得橫跨數千筆追蹤的結構化事件。
- 比較提示詞或模型的改動：在 Playground 重播任何一筆追蹤過的 span，把結果並排比對。
情境
- 在某些網站上表現失常的瀏覽器代理：完整的瀏覽工作階段錄影會與追蹤同步，讓你看到代理每一步看到什麼。
- 講得很肯定、答案卻錯的客服機器人：Signals 讀的是整筆追蹤，因此上游那個被默默吞掉的工具錯誤照樣看得見。
- 跑太久的多步驟研究代理：除錯器從快取重播，不必每次都付一次即時執行的成本。
主要功能
代理追蹤與逐字稿檢視
Laminar 會記錄一次執行中的每一次 LLM 呼叫、每一次工具呼叫與每一個自訂函式。它不是給你一棵 span 名稱樹，而是把整段執行攤成逐字稿：輸入、LLM 回合、工具呼叫與子代理，全部收攏成卡片。這個格式決定了你是讀一個畫面，還是把十幾個 span 硬記在腦子裡。它開箱支援 AI SDK、Claude Agent SDK、LangChain 與 Browser Use，也會追蹤 Claude Agent SDK 的子代理，這點很多工具都略過。
具備快取重播的除錯器
除錯器會錄下一次執行，然後重播，改動之前的所有步驟都由快取供應。每次迭代只花幾秒，而不是完整跑一次即時執行，而且你用評估來證明修正，而不是靠期待。它的設計讓程式代理能全程操作，因此整個循環不必你自己點介面。
Signals 掌握正式環境結果
Signals 讓你用自然語言描述某個結果或失敗，接著從每一筆追蹤擷取結構化事件。每個 Signal 讀的是整段執行，包含重試、被榨乾的工具，以及代理悄悄繞過的步驟，不只是最後那個答案。你會得到一條事件流，可以用 SQL 查詢、依類型叢集，並透過 Slack 或電子郵件發出警示。
評估與資料集
你可以在本機或 CI 對資料集跑評估，在使用者遇到之前就先攔下迴歸問題。資料集直接來自正式環境的追蹤，所以測試反映的是真實執行。一個修好的錯誤叢集能自動變成評估資料集，把錯誤回報與測試之間的迴圈補起來。
原生 OpenTelemetry 與自行架設
Laminar 透過 OTLP 這套 OpenTelemetry 標準協定接收追蹤，能融入本來就講這個協定的技術堆疊。你可以用 Docker Compose 跑 OSS 映像檔做單節點部署，或用 Kubernetes Helm chart 跑正式環境，後者會加上 RabbitMQ、Redis 與專用的消費端。追蹤、儀表板、評估與除錯器在 Cloud 與自行架設上行為一致。
CLI 與 MCP 存取
命令列工具與 MCP 伺服器讓你的程式代理取得完整的 SQL 存取權。它可以追查追蹤、建立評估、驗證修正，不必靠人把資料在工具之間搬來搬去。再加上 SQL 編輯器與自訂儀表板，產品的平台面就齊了。
優缺點
優點
- 開源且可自行架設，追蹤與客戶資料能留在自己的基礎設施上。
- 以 OpenTelemetry 為原生基礎，能接進本來就使用 OTLP 的堆疊，不會把你綁在封閉格式上。
- 逐字稿式的追蹤檢視，比多數工具顯示的 span 樹好讀。
- 評估、資料集與除錯器都放在同一處，除錯循環留在單一工具裡完成。
- 免費方案含 1 GB 資料與 7 天保存，足以從頭到尾試完整套平台。
缺點
- Signals 與警示不含在開源版本裡，得用 Cloud 或企業授權金鑰，最強的正式環境功能被收在付費牆後。
- 免費方案只保留 7 天追蹤與 1 個專案，對長期運作的正式環境代理來說偏緊。
- Starter 與 Pro 的資料超量以 GB 計費，話多的代理會讓月費往上加。
- 它面向開發者而非一般使用者；這裡的 AI 代理可觀測性指的是 SDK、命令列工具與網頁儀表板，不是一鍵即用的應用程式。
常見問題
Laminar 負責追蹤、除錯與評估 AI 代理。它記錄一次執行中的每一次 LLM 呼叫、每一次工具呼叫與每一個子代理，讓你能找出代理失敗的原因，並用評估確認修正是對的。
相關內容
探索與 Laminar 相關的工具、技能與文章。
Laminar 替代方案
Udon
Udon · 程式設計 · 生產力Udon 把 Apple Silicon 的 Mac 變成 Mac 家庭伺服器，從瀏覽器就能管理容器與檔案共享，並可選擇啟用 AI 系統管理員。
offstage
offstage cloud · 程式設計 · 生產力offstage 給 AI 代理與 CI 工作一台真正的 Mac：Apple 晶片上的全新 macOS 27 帳號，用 API 操作，依秒計費。
BotBus
Chengdu Tuyang Tusen Technology Co., Ltd. · 程式設計 · 生產力BotBus 把電腦上執行的 AI 編碼代理帶到手機與手錶，讓你不在桌前也能核准指令、啟動任務、查看結果。