厌倦了盲目调试LangChain代理，我构建了一个本地优先的可观测性工具（MIT开源，无需云服务）

我使用LangChain和LangGraph构建了不少东西，每当运行出错时，我都会遇到同样的问题：无法看到内部发生了什么。哪个工具被实际调用了，哪个LLM说了什么，每一步消耗了多少令牌，哪里出了问题。大多数情况下，我最终四处散布print语句并眯着眼睛查看日志，这可不是什么好办法。我知道有LangSmith和LangFuse，它们都很好。但它们就是不符合我在本地工作的方式。一个需要云账户，另一个需要运行Docker和Postgres，还有一些会将你的追踪数据发送到你并不拥有的服务器上。对于日常开发，尤其是涉及敏感数据的情况，这超出了我愿意处理的范围。所以我构建了TraceSage。你只需添加几行代码，它就能完全在你的机器上运行。没有数据流出。它的具体功能：在运行流式传输时，实时绘制你的代理、工具、LLM和MCP服务器的拓扑图；允许你逐步重放任何运行，并查看每个步骤的完整请求和响应；追踪每个LLM节点每次调用的输入输出令牌；按加载工具的MCP服务器对工具进行分组，从而清晰区分本地工具；导出至OpenTelemetry，这样当你需要云端功能时，可以将其导入Grafana、Datadog、Honeycomb或任何支持OTLP的系统；提供生产环境硬关闭开关：设置TRACESAGE_ENABLED=false即可完全禁用；将所有数据保存到本地SQLite文件，支持离线运行。采用MIT许可，无需账户，无需密钥。安装命令为 pip install tracesage[langchain]。预先提醒，它还很年轻，目前仅支持LangChain和LangGraph。我非常希望能得到反馈，尤其是缺少什么功能或API使用起来哪里有问题。Github和pypi链接会在评论中提供。