Trace Agent

MCP开发工具

提供方 TECHKNOWMAD-LABS

开发工具 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

轻量级Python可观测性SDK,用于分布式追踪和Span管理,无需外部收集器。

一句话选型结论

按资料字段整理

Trace Agent 属于开发工具类 MCP 服务器,stdio · 本地进程,无需鉴权,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。

分类开发工具 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 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

开发工具
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

适用场景

分布式追踪Python本地部署Span管理可观测性PythonSDK性能监控

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install traceagent # production

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 等运行时,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
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

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。
  • 资料标注无需鉴权,装好就能连。

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。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 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。
  • 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
Trace Agent当前 3 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
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TECHKNOWMAD-LABS上游标注的维护方 TECHKNOWMAD-LABS
分类开发工具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
鉴权方式无需鉴权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 / 运行时未标注 · 未标注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

4.1 KB
来自项目仓库与上游目录的原文,未做删改

示踪剂

用于分布式跟踪和跨度管理的轻量级Python可观测性SDK。不需要外部收集器。


特性

  • 上下文管理器跨度 --开始和结束跨度 with tracer.start_span(...),自动捕获开始/结束时间和持续时间。
  • 装饰仪器 --用以下命令包裹任何同步或异步函数 @trace / @trace_async;捕获异常,并将范围标记为ERROR。
  • 可插拔存储 --船舶与 InMemoryStorage (默认)和 FileStorage 用于持久的、文件支持的跟踪。
  • MCP服务器 --通过模型上下文协议公开实时跟踪数据 list_traces, get_trace,以及 get_stats 工具。
  • 丰富的终端仪表板 --使用以下工具在终端中呈现跟踪和聚合统计信息 dashboard 模块。
  • 线程和异步安全 --通过螺纹锁保护存储;主动跨度跟踪用途 contextvars.ContextVar 以实现正确的异步隔离。

安装```bash

pip install traceagent # production
pip install "traceagent[dev]" # includes pytest, pytest-asyncio, ruff


或来源:```bash
git clone https://github.com/techknowmad/trace-agent.git
cd trace-agent
pip install -e ".[dev]"

快速开始```python

from traceagent import get_tracer, trace, trace_async

--- Context manager ---

tracer = get_tracer()

with tracer.start_span("db.query", attributes={"table": "users"}) as span:
span.add_event("cache_miss")
rows = fetch_rows() # your code here

--- Sync decorator ---

@trace(name="process-request")
def handle(request):
return {"ok": True}

--- Async decorator ---

@trace_async(name="fetch-data")
async def fetch(url: str):
async with httpx.AsyncClient() as client:
return await client.get(url)

--- Persistent storage ---

from traceagent import FileStorage, Tracer

tracer = Tracer(storage=FileStorage("/tmp/traces"))

with tracer.start_span("batch-job") as span:
span.set_attribute("records", 1_000)


______________________________________________________________________

## MCP服务器```python
from traceagent.mcp_server import MCPServer

server = MCPServer()

# List all recorded traces
traces = server.call_tool("list_traces")

# Retrieve a specific trace by ID
trace  = server.call_tool("get_trace", {"trace_id": ""})

# Aggregate statistics
stats  = server.call_tool("get_stats")

建筑```

traceagent/
├── models.py # Span, Trace, SpanStatus — pure dataclasses, no I/O
├── tracer.py # Tracer — span lifecycle, ContextVar active-span tracking
├── storage.py # InMemoryStorage, FileStorage — thread-safe backends
├── decorators.py # @trace, @trace_async — wraps functions, captures errors
├── mcp_server.py # MCPServer — MCP-protocol tool surface over live storage
└── dashboard.py # Rich-powered terminal renderer for traces and stats


**数据流:**```
caller
└─ Tracer.start_span()
├─ creates Span (model)
├─ sets ContextVar (active span)
└─ on __exit__ / exception
├─ records end_time, duration_ms, SpanStatus
└─ Storage.save_span()
├─ InMemoryStorage  →  dict in process memory
└─ FileStorage      →  JSON files on disk

MCPServer
└─ reads from Storage → serves list_traces / get_trace / get_stats

发展```bash

Run all tests

pytest -v

Lint

ruff check .

Run a single test module

pytest tests/test_tracer.py -v
```


贡献

看 贡献.md 用于分支约定、代码风格和拉取请求指南。


许可证

麻省理工学院 ©2026 TechKnowMad实验室私人有限公司


建造于 TechKnowMad实验室

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Trace Agent 怎么安装?

在客户端按下面的安装命令接入:pip install traceagent # production。装完在客户端配置里引用同一个包或端点。

Trace Agent 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Trace Agent 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。

Trace Agent 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Trace Agent 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 可观测性、Python、性能监控。具体工具清单以官方文档为准。

Trace Agent 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Trace Agent 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。