agentlens (Amitpaz1)

MCPAI代理

提供方 agentkitai · 包名 @agentlensai/server

AI代理 stdio · 本地进程 会话登录 社区 / 第三方 Claude DesktopClaudeCursor
查看接入方式

AgentLens是一个开源的AI代理可观测性和审计追踪工具,用于捕获LLM调用、工具调用、审批决策和错误,并通过可查询的API和实时Web仪表板呈现。

一句话选型结论

按资料字段整理

agentlens (Amitpaz1) 属于AI代理类 MCP 服务器,stdio · 本地进程,会话登录,可直接接入 Claude Desktop、Claude、Cursor,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权会话登录 部署方式本地部署
GitHub 星标 5 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

AI代理TypeScript本地部署可观测性审计追踪LLM调用实时监控

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
npx @agentlensai/server

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好会话登录对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
agentlens (Amitpaz1)当前 3 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方agentkitai上游标注的维护方 agentkitai
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式会话登录远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时@agentlensai/server · Node.js本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

10.8 KB
来自项目仓库与上游目录的原文,未做删改

🔍 AgentLens

Open-source observability & audit trail for AI agents

📖 Documentation · Quick Start · Dashboard · ☁️ Cloud


📑 目录

  • 快速开始
  • 建筑
  • 集成指南
  • 主要特点
  • 仪表盘
  • AgentLens云
  • 包裹
  • API概述
  • 命令行界面
  • 发展
  • 贡献
  • AgentKit 生态 系统
  • 许可证

AgentLens是一个 人工智能代理飞行记录仪.它捕获每个LLM调用、工具调用、批准决定和错误,然后通过可查询的API和实时web仪表板进行呈现。

四种整合方式——选择适合你的堆栈:

整合 · 语言 · 努力 · 捕捉
🤖 OpenClaw插件 · 龙虾 · 复制并启用 · 每个Anthropic调用——提示、令牌、成本、工具——零代码
🐍 Python自动检测 python 1条线 · 每个OpenAI/Anthropic/LangChain调用——确定性
🔌 MCP 服务器 · 任何(MCP) · 配置块 · 来自Claude Desktop/Cursor的工具调用、会话、事件
📦 软件开发工具包 · Python、TypeScript · 代码 · 完全控制——记录事件、查询分析、构建集成

🚀 快速开始

Docker(推荐)```bash

git clone https://github.com/agentkitai/agentlens
cd agentlens
cp .env.example .env
docker compose up

Open http://localhost:3000


对于生产(启用身份验证、Stripe、TLS):```bash
docker compose -f docker-compose.yml -f docker-compose.prod.yml up

没有Docker```bash

npx @agentlensai/server

Opens on http://localhost:3400 with SQLite — zero config


### 创建API密钥```bash
curl -X POST http://localhost:3400/api/keys \
-H "Content-Type: application/json" \
-d '{"name": "my-agent"}'

保存 als_... 响应中的键——它只显示一次。然后前往 集成指南 为你的代理人提供工具。

📖 完整设置指南→

🏗️ 建筑```mermaid

graph TB
subgraph Agents["Your AI Agents"]
PY["Python App
(OpenAI, Anthropic, LangChain)"]
MCP_C["MCP Client
(Claude Desktop, Cursor)"]
TS["TypeScript App"]
OC["OpenClaw Plugin"]
end

PY -->|"agentlensai.init()
auto-instrumentation"| SERVER
MCP_C -->|MCP Protocol| MCP_S["@agentlensai/mcp"]
MCP_S -->|HTTP| SERVER
TS -->|"@agentlensai/sdk"| SERVER
OC -->|HTTP| SERVER

subgraph Server["@agentlensai/server"]
direction TB
INGEST[Ingest Engine]
QUERY[Query Engine]
ALERT[Alert Engine]
LLM_A[LLM Analytics]
HEALTH[Health Scoring]
COST[Cost Optimizer]
REPLAY[Session Replay]
BENCH[Benchmark Engine]
GUARD[Guardrails]
end

SERVER --> DB[(SQLite / Postgres)]
SERVER --> DASH["Dashboard
(React SPA)"]

EXT["AgentGate / FormBridge"] -->|Webhook| SERVER


## 🔧 集成指南

### 🤖 OpenClaw插件

如果你在跑步 龙虾,AgentLens插件自动捕获每个Anthropic API调用-提示、完成、令牌使用、成本、延迟和工具调用。```bash
cp -r packages/relay-plugin /usr/lib/node_modules/openclaw/extensions/agentlens-relay
openclaw config patch '{"plugins":{"entries":{"agentlens-relay":{"enabled":true}}}}'
openclaw gateway restart

集 AGENTLENS_URL 如果您的AgentLens实例未打开 localhost:3000。请参阅 插件README 了解详情。

🐍 Python自动检测

一条线——每个LLM呼叫都会自动捕获 9供应商 (OpenAI、Anthropic、LiteLLM、AWS Bedrock、Google Vertex AI、Google Gemini、Mistral AI、Cohere、Ollama):```bash
pip install agentlensai[all-providers]
``````python
import agentlensai

agentlensai.init(
url="http://localhost:3400",
api_key="als_your_key",
agent_id="my-agent",
)

Every LLM call is now captured automatically


**关键保证:** ✅ 确定性·✅ 故障保护·✅ 无阻塞·✅ 隐私权(`init(redact=True)`)

📖 Python SDK完整文档→

### 🔌 MCP集成

对于Claude Desktop、Cursor或任何MCP客户端,请添加到您的配置中:```json
{
"mcpServers": {
"agentlens": {
"command": "npx",
"args": ["@agentlensai/mcp"],
"env": {
"AGENTLENS_API_URL": "http://localhost:3400",
"AGENTLENS_API_KEY": "als_your_key_here"
}
}
}
}

AgentLens船舶 12个MCP工具 --5个核心可观察性,3个情报和分析,4个操作。 完整的MCP工具参考→

📖 MCP设置指南→

📦 程序化SDK

python```bash
pip install agentlensai
``````python
from agentlensai import AgentLensClient
client = AgentLensClient("http://localhost:3400", api_key="als_your_key")
sessions = client.get_sessions()
analytics = client.get_llm_analytics()


**TypeScript:**```bash
npm install @agentlensai/sdk
``````typescript
import { AgentLensClient } from '@agentlensai/sdk';
const client = new AgentLensClient({ baseUrl: 'http://localhost:3400', apiKey: 'als_your_key' });
const sessions = await client.getSessions();

📖 SDK参考→

✨ 主要特点

  • 🐍 Python自动检测 — agentlensai.init() 自动捕获9个提供商之间的每个LLM呼叫。确定性——不依赖LLM行为。
  • 🔌 MCP本地 --作为MCP服务器发货。适用于Claude Desktop、Cursor和任何MCP客户端。
  • 🧠 LLM呼叫跟踪 --完整的提示/完成可见性、令牌使用、成本聚合、延迟测量和隐私编校。
  • 📊 实时仪表板 --会话时间表、事件浏览器、LLM分析、成本跟踪和警报。
  • 🔒 篡改证据审计追踪 --每个会话仅附加SHA-256哈希链的事件存储。
  • 💰 成本跟踪 --跟踪令牌使用情况和每个会话、每个代理、每个模型的估计成本。警惕成本飙升。
  • 🚨 告警 --错误率、成本阈值、延迟异常和不活动的可配置规则。
  • ❤️‍🩹 健康评分 --采用趋势跟踪的5维健康评分。
  • 💡 成本优化 --具有复杂性感知的模型推荐引擎,预计可节省成本。
  • 📼 会话重放 --通过完整的上下文重建来逐步完成过去的任何会话。
  • ⚖️ A/B基准测试 --使用Welch t检验和卡方分析对代理变体进行统计比较。
  • 🛡️ 护栏 --自动安全规则,采用干运行模式进行安全测试。
  • 🔌 框架插件 --LangChain、CrewAI、AutoGen、语义内核——自动检测、故障安全、非阻塞。
  • 🔗 AgentKit 生态 系统 --与集成 代理门, 模板桥, 传说,以及 代理.
  • 🔒 租户隔离 -多对端支持,每个对端数据范围和API密钥绑定。
  • 🏠 自托管 --默认情况下为SQLite,没有外部依赖关系。麻省理工学院许可。

📸 仪表盘

AgentLens附带了一个实时web仪表板,用于监控您的代理。

📸 Dashboard Screenshots (click to expand)

概述——概览指标

概述页面显示 实时指标 --会话、事件、错误和活动代理——带有24小时事件时间线图、带有状态徽章的最近会话和最近错误提要。

会话-跟踪每个代理运行

每个代理会话都有可排序的列:代理名称、状态、开始时间、持续时间、事件计数、错误计数和总成本。

会话详细信息——时间线和哈希链

带有防篡改哈希链验证的完整事件时间线。按事件类型筛选,查看成本明细。

事件资源管理器--搜索和筛选所有内容

所有会话中每个事件的可搜索、可过滤视图。

🧠 LLM分析——提示和成本跟踪

通过模型比较,所有代理的LLM调用总数、成本、延迟和令牌使用情况。

🧠 会话时间线——LLM呼叫配对

LLM在会话时间线中调用模型、令牌、成本和延迟。

💬 提示细节--聊天气泡查看器

带有元数据面板的聊天气泡式查看器中的完整提示和完成。

❤️‍🩹 健康概述——代理可靠性

每个代理的5维健康评分具有趋势跟踪功能。

💡 成本优化——模型建议

分析LLM调用模式,并推荐具有置信水平的更便宜的模型替代方案。

📼 会话回放--逐步调试调试器

通过完整的上下文重建,逐一处理过去的会话事件。

⚖️ 基准——试剂A/B测试

通过统计显著性检验创建和管理A/B实验。

🛡️ 护栏——自动安全规则

使用触发历史和活动提要创建和管理自动化安全规则。

☁️ AgentLens云

不想自己主持? AgentLens云 是一个完全托管的SaaS——相同的SDK,零基础设施:```python
import agentlensai
agentlensai.init(cloud=True, api_key="als_cloud_your_key_here", agent_id="my-agent")


- **相同的SDK,一个参数更改** --开关 `url=` 到 `cloud=True`
- **托管Postgres** --具有行级安全性的多租户
- **团队特色** --组织、RBAC、审计日志、使用计费
- **没有要运行的服务器** --仪表板位于 app.agentens.ai

📖 云设置指南 · 迁移指南 · 故障排除

## 📦 包裹

### Python(PyPI)

|包|描述|PyPI|
|---|---|---|
| `agentlensai` |9个LLM提供者的Python SDK+自动检测|  |

### Types/Node.js(npm)

|包|描述|npm|
|---|---|---|
| `@agentlensai/server` |Hono API服务器+仪表板服务|  |
| `@agentlensai/mcp` |用于代理检测的MCP服务器|  |
| `@agentlensai/sdk` |程序化TypeScript客户端|  |
| `@agentlensai/core` |共享类型、模式、哈希链实用程序|  |
| `@agentlensai/cli` |命令行界面|  |
| `@agentlensai/dashboard` |React web仪表板(与服务器捆绑)|私有|

## 🔌 API概述

|端点|描述|
|---|---|
| `POST /api/events` |摄入事件(批次)|
| `GET /api/events` |使用筛选器查询事件|
| `GET /api/sessions` |列出会话|
| `GET /api/sessions/:id/timeline` |带有哈希链验证的会话时间线|
| `GET /api/analytics` |随着时间的推移,数据呈现出明显的变化|

API完整参考→

## ⌨️ CLI```bash
npx @agentlensai/cli health                          # Overview of all agents
npx @agentlensai/cli health --agent my-agent          # Detailed health with dimensions
npx @agentlensai/cli optimize                          # Cost optimization recommendations

两个命令都支持 --format json 用于机器可读输出。看 agentlens health --help 对于所有选项。

🛠️ 发展```bash

git clone https://github.com/agentkitai/agentlens.git
cd agentlens
pnpm install

pnpm typecheck && pnpm test && pnpm lint # Run all checks
pnpm dev # Start dev server
```

要求: Node.js≥20.0.0·pnpm≥10.0.0

🤝 贡献

我们欢迎捐款!看 贡献.md 用于设置说明、编码标准和PR过程。

🧰 AgentKit 生态 系统

项目 描述
Agent Lens AI代理的可观察性和审计跟踪 ⬅️ 你来了
传说 跨代理记忆和课程共享
代理门 人在环审批网关
模板桥 代理-人类混合模式形式
代理 测试与评估框架
agentkit网 代理发现和委派
agentkit-cli 统一CLI编排器
agentkit护栏 反应性政策护栏

📄 许可证

麻省理工学院 © 阿米特·帕兹

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
agentlens (Amitpaz1) 怎么安装?

在客户端按下面的安装命令接入:npx @agentlensai/server。对应的包名是 @agentlensai/server。装完在客户端配置里引用同一个包或端点。

agentlens (Amitpaz1) 怎么在 Claude Desktop、Claude、Cursor 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

agentlens (Amitpaz1) 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

agentlens (Amitpaz1) 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

agentlens (Amitpaz1) 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

agentlens (Amitpaz1) 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 AI代理、可观测性、TypeScript、Claude。具体工具清单以官方文档为准。

agentlens (Amitpaz1) 需要什么运行环境?

运行时为 Node.js;属于本地进程,需要在本机装好运行环境。

agentlens (Amitpaz1) 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。