Service langwatch 面向AI团队的开源智能体可观测平台

公司里一旦上量使用 AI 编程助手与智能体，最头疼的就是“黑盒”：谁调了什么模型、哪次回答出了错、某个 agent 是不是在泄露数据，没人说得清。LangWatch 专治这个——它给 AI 平台团队提供开源的“智能体可观测与评估”，把每一次 agent 与 coding assistant 的调用都追踪、测试、路由、治理起来。

项目基本信息

一、项目介绍

langwatch/langwatch 是面向 AI 平台团队的开源智能体可观测与评估平台。它能在公司范围内追踪（trace）、测试（test）、路由（route）并治理（govern）每一个 agent 与 coding assistant。除了自托管，LangWatch 也提供云端服务，覆盖 prompt 工程、数据集评估、LLM Ops 等场景，并支持 DsPy 等实验框架。

二、核心优势

1. 全链路追踪：把 agent / coding assistant 的每一步调用可视化。
2. 评估体系：内置 prompt、数据集、仿真测试，量化效果。
3. 治理与路由：集中管控模型调用，便于合规与成本控制。
4. 低代码：提供可视化界面，非工程角色也能参与评估。
5. 云 / 自托管双形态：可快速上云，也可私有化部署。

三、适用场景

• 企业统一监控内部各类 AI 助手与 agent 的运行质量。
• 对 coding assistant 做合规审计与成本治理。
• 用数据集批量回归测试 prompt 与 agent 行为。

四、安装教程

追踪本地 coding agent（如 Claude）：

npx langwatch claude

自托管服务端：

npx @langwatch/server

常见报错：npx langwatch claude 需要本机已安装对应 agent 客户端；自托管若端口冲突，可在启动参数中指定端口，并确保数据库（如 Postgres）可达。

五、使用示例

开启对 Claude 的追踪后，你在终端里的每次提问与回答都会被 LangWatch 记录下来：

npx langwatch claude

真实效果（追踪面板节选）：

session   a1f3    model claude-sonnet    tokens 12.4k
step      检索代码库       duration 3.2s    ok
step      生成补丁         duration 8.1s    ok
step      流水线测试       duration 1.4s    fail -> 已告警

可以看到每一步的耗时、状态，失败步骤被自动标记告警，这正是“把黑盒变白盒”的价值。

六、常见问题

Q：数据会发到 LangWatch 云吗？
A：用 npx @langwatch/server 自托管时，数据留在你自己的基础设施；纯 npx langwatch 默认走云端追踪。

Q：支持哪些 agent / 助手？
A：命令行支持 claude、codex、copilot、opencode 等，也可通过 SDK 接入自定义 agent。

Q：能接现有 LLM 网关吗？
A：可以，LangWatch 的路由与治理层可叠加在现有调用链路上。

七、总结

LangWatch 解决了 AI 助手规模化后的“看不见、管不住”问题，用开源方式把可观测与评估带给工程团队。对已经在生产里大量使用 agent 的组织，它是降低风险、提升稳定性的关键基础设施，Apache-2.0 协议开源（提供云端与自托管）。