AgentOps
Python-SDK für KI-Agenten-Monitoring, LLM-Kostenverfolgung und Benchmarking, das sich in die meisten großen Agenten-Frameworks integriert, darunter CrewAI, LangChain und AutoGen.
- Aktiv gepflegt
- Permissive Lizenz
Überblick
AgentOps gibt Einblick in das, was ein Agent tatsächlich getan hat -- Traces seiner Entscheidungen, Tool-Aufrufe und Denkschritte --, dazu LLM-Kostenverfolgung und Benchmarking, speziell für die mehrstufige, werkzeugnutzende Natur von Agenten statt für einzelne LLM-Aufrufe konzipiert. Es integriert sich in die meisten großen Agenten-Frameworks (mehrere bereits in diesem Katalog) statt ein bestimmtes vorauszusetzen.
AgentOps passt zu Teams, die Agenten in Produktion betreiben und debuggen müssen, warum ein Agent eine bestimmte Aktion ausgeführt hat, die tatsächlichen Betriebskosten verfolgen und Regressionen erkennen wollen -- Observability speziell für Agentenverhalten, anders als generische LLM-Antwortbewertung.
- Kategorien
- KI-Agenten & Agenten-Tools
- Sprachen
- Python
- Lizenz
- MIT
Ähnliche Projekte
LangGraph
MITBaue robuste, zustandsbehaftete Agenten als Graphen -- explizite Knoten und Kanten für den Kontrollfluss statt einer impliziten Agentenschleife, für zuverlässige, langlaufende oder mehrstufige Workflows.
Aktiv gepflegt
- KI-Agenten & Agenten-Tools
Composio
MITBietet über 1000 Toolkits, Tool-Suche, Kontextverwaltung und Authentifizierung, damit KI-Agenten tatsächlich handeln können, statt nur zu planen.
Aktiv gepflegt
- KI-Agenten & Agenten-Tools
Letta
Apache-2.0Eine Plattform zum Erstellen zustandsbehafteter Agenten mit fortschrittlichem Gedächtnis, das über die Zeit lernt und sich selbst verbessert, statt zwischen Gesprächen zurückgesetzt zu werden.
Aktiv gepflegt
- KI-Agenten & Agenten-Tools
MCP Servers
MITOffizielle Referenzimplementierungen des Model Context Protocol -- des offenen Standards, der inzwischen von OpenAI, Google, Microsoft und Anthropic übernommen wurde, um Agenten mit Tools und Daten zu verbinden.
Aktiv gepflegt
- KI-Agenten & Agenten-Tools
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.