介绍 🦞Critiqor：AI 代理的运行时智能平台

# Critiqor — 面向AI代理的运行时智能 来源：https://critiqor.vercel.app/ 开源 · 运行时智能平台 v0.1 已在 PyPI 发布 ## 面向AI代理的运行时智能 Critiqor 评估可观察的运行时行为，而非依赖代理的自我报告。捕获运行时证据。生成可解释的诊断。提升代理可靠性。 安装 Critiqor (https://critiqor.vercel.app/#install)阅读文档 (https://critiqor.vercel.app/#docs) 证据驱动 · 运行时观察 · 开发者优先 · Apache 2.0 许可 实时观察管道 run_004 - step01 - step02 - step03 - 证据收集：工具调用 · 输出 step04 - 诊断引擎：可解释 step05 - 交互式仪表盘：裁决 · 时间线 step06 healthy裁决：就绪可运行 信任度 100 为什么选择 Critiqor ## 传统评估评判答案，而 Critiqor 观察过程。 大多数评估框架对最终响应进行评分。而 Critiqor 则在代理执行期间进行观察——记录工具调用、工具输出、运行时事件、推理流程、执行效率和证据使用情况。 每项诊断都有**可观察的执行证据**作为支撑——而非模型对自身的意见。 数百个 观察事件 / 运行 传统评估 legacy ### 仅评估答案 - 仅关注最终响应 - 自我报告的推理过程 - 可解释性有限 - 无运行时可见性 ### 基于证据的诊断 - 运行时证据 - 可观察的执行过程 - 可解释的诊断 - 根因分析 - 历史智能 平台 ## 信任您的代理所需的一切。 六项能力协同工作——从代理启动到最终诊断，贯穿始终。 架构 ## Critiqor 的工作原理。 一个九阶段管道，将原始代理执行转化为证据、诊断和推荐——默认完全本地运行。 03 Critiqor 插件 openclaw 集成 04 运行时事件 观测信号 05 会话文件 session.json 06 诊断引擎 因果分析 07 诊断文件 diagnosis.json 09 推荐建议 可操作 本地优先 完全在您的机器上运行 基于产物 session.json + diagnosis.json 可解释 每个声明都引用证据 工作流 ## 开发者工作流。 从安装到洞察仅需四条命令。本地、可复现、零摩擦。 step01 ### 安装 Critiqor 一条 pip 命令即可安装。零基础设施。无需账号、密钥或云服务。 step02 ### 启动并开启观察 Critiqor 启动 OpenClaw 并立即开始观察运行时活动。 step03 ### 正常使用 OpenClaw 像往常一样工作。Critiqor 在后台静默观察——无需修改代理代码。 step04 ### 结束会话 Critiqor 结束观察会话，生成诊断报告，并自动打开本地仪表盘。 仪表盘 ## 阅读证据。信任裁决。 专为工程师设计的本地优先界面——快速、紧凑、可解释。 30秒快速上手 ## 安装 Critiqor。观察一切。 一条 pip 命令，三条指令。无需账号。无需云服务。只有运行时证据。 GitHub (https://github.com/web3curtis/Critiqor)文档 (https://critiqor.mintlify.site/introduction)在 PyPI 上查看 (https://pypi.org/project/critiqor/) 路线图 ## 开放构建，与您同行。 透明的路线图、公开的议题，以及基于真实代理故障的快速迭代。 - 运行时观察 - 交互式仪表盘 - OpenClaw 集成 - 诊断引擎 - 根因分析 - 改进基准测试——跨运行和环境比较代理性能。 - 仪表盘增强——更密集的证据视图，加速调试。 - 扩展更多代理框架——在保持本地优先的前提下扩展到 OpenClaw 之外。 - 社区排行榜——面向团队和开源项目的可选可靠性基准。 - 企业仪表盘——面向 AI 运维团队的多租户可观测性。 在 GitHub Issues (https://github.com/web3curtis/Critiqor/issues) 上跟踪进度，在 GitHub (https://github.com/web3curtis/Critiqor) 上提议新功能，或查看完整路线图 (https://critiqor.vercel.app/#roadmap)。 文档 ## 阅读文档。 Critiqor 的每个功能都有面向开发者的文档——简洁、完整、可运行。 FAQ ## 常见问题解答。 开发者采用 Critiqor 前通常会询问的所有问题。