智能体软件尤其难以调试。

一方面，AI模型本身具有非确定性行为——即便两次完全相同的提示词，也可能产生不同的输出。但智能体同时也是复杂的分布式系统：它们涉及跨函数和沙箱的多步计算，触及数十个可能宕机、限流等问题的API服务。

http://eve.dev 在 Vercel 平台上实现开箱即用的可观测性，是团队的核心优先事项。截至目前，用户反馈如下 ↓

eve – 智能体框架 - Vercel

来源：https://vercel.com/eve

构建智能体的框架

如同适用于 Web 应用的 Next.js，但专为智能体设计。指令和技能采用 Markdown，工具使用 TypeScript。默认具有持久性。

一个智能体 = 一个目录

用 Markdown 定义指令和技能，用 TypeScript 定义工具，然后部署。框架会编译该目录，关联持久化工作流，并连接渠道。

充分利用 Vercel 所有 AI 原语

AI Gateway 管理模型调用，Sandboxes 提供沙箱，Workflows 实现工作流，Connect 负责连接。所有关键的智能体基础设施开箱即用，无需再拼凑各种碎片化方案。

生产级智能体所需的一切

企业级治理、可观测性和沙箱化计算环境均包含在内。专注构建，无需操心基础设施。

• 持久化执行：工作流可抵御崩溃和重启，每一步都会设置检查点。智能体在等待时会自动暂停，收到下一条消息后恢复执行。
• 沙箱化计算：智能体按需启动隔离的虚拟机。文件系统访问、bash 执行、代码运行，完全隔离。
• 多渠道交付：同一套智能体代码库可部署到网页聊天、Slack、API、定时任务、命令行以及自定义应用。
• 人工介入流程：需要确认的工具会触发审批关卡。会话在解决前暂停，之后无缝恢复。
• 子智能体：将专业任务委派给具有独立提示词、工具和沙箱的子智能体。
• 评估：通过评分规则定义测试套件。每次部署和按计划运行评估。

立即构建你的第一个智能体

Vercel 开发者（@vercel_dev）： 现在你可以使用 Vercel Observability 追踪和调试 eve 智能体运行。

在同一个页面检查模型和工具调用、运行时错误以及令牌用量。