我开源了一个完整的代理可观测性堆栈：记录 -> 检查 -> 差异 -> 行动（全部MIT）

你的代理每次都用简单语言告诉你它为什么失败。但然后它被忽略了 - 因为‘可观测性’意味着读取追踪，而追踪只显示它做了什么，而不是它在做时相信什么。我反其道而行：直接从模型自己的流式输出中读取信念，并保持一切自托管和开源。这个堆栈（四个MIT仓库）：Axion - 中间件，将模型的流式输出分流并提取信念（假设/意图/规划）作为结构化事件。零额外延迟，无需更改代理代码。实际测试输出：‘我相信用户想要X’ -> [意图] 置信度 0.80。包括PII脱敏和一个Webhook通道（axion.belief_batch.v1），将信念元数据馈送到Langfuse/Arize/Braintrust span中。VisReplay - 将完整会话（思考、工具调用、错误）记录到版本化文件中，你可以逐帧重放。VisCompile - 代理运行之间的确定性行为差异。字节精确。在CI中控制回归（回归时退出码2，在管道中工作）。VisBoard - 共享代理/人类工作区：看板、具有ETag语义的版本化注释、范围化的代理令牌工作流、实时SSE事件、集成同步链接。我在发布前本周实时验证了每一个：带脱敏的SSE信念流、字节确定性快照、完整的看板CRUD + 代理认证语义针对真实Postgres。诚实差距：信念提取基于模式（正则表达式 + 子句规则），确定性和免费设计 - 模式是开源的，所以你可以扩展它们。仅自托管，尚无托管层。VisBoard自动化仅支持Webhook/通知动作。