人工智能AI 应用可观测性链路追踪数据可视化AI 评测前端后端【免费下载链接】agentscope-studioA development-oriented visualization toolkit项目地址https://gitcode.com/gh_mirrors/ag/agentscope-studio点击查看免费下载AgentScope Studio 是一款面向 AgentScope 生态的本地部署 LLM 智能体可视化与调试工具包提供项目管理、运行可视化、OpenTelemetry 追踪、应用评测和内置 CopilotFriday五大核心功能帮助开发者以透明、简单、有趣的方式开发、调试和评测智能体应用。本文带你 10 分钟看懂它是什么、如何安装以及 5 大功能各自解决什么问题。什么是 AgentScope StudioAgentScope Studio 是一个专为构建 LLM 智能体Agent的开发者服务的本地可视化开发组件以 npm 包agentscope/studio的形式发布采用 Apache-2.0 开源协议。它构建于现代主流技术栈之上层级技术选型前端TypeScript、React、Vite、TailwindCSS通信tRPCHTTP、WebSocket 实时推送后端Node.js、Express数据库TypeORM SQLite本地存储追踪协议OpenTelemetryOTLP/gRPC 与 OTLP/HTTP 它的核心理念是让智能体的每一次对话、每一次模型调用、每一次工具执行都看得清、查得到。快速安装三种方式一键启动前置要求Node.js ≥ 20.0.0npm ≥ 10.0.0方式一NPM 安装推荐npm install -g agentscope/studio # 启动 AgentScope Studio as_studio方式二源码安装git clone https://gitcode.com/gh_mirrors/ag/agentscope-studio cd agentscope-studio npm install npm run dev方式三Docker 部署项目内置了完整的 Docker 部署方案包括镜像定义、Compose 配置和管理脚本chmod x docker/docker.sh ./docker/docker.sh build # 构建镜像 ./docker/docker.sh start # 启动容器详细说明见 docker/README.md。启动后默认暴露两个端点HTTP 服务端口 3000和OpenTelemetry gRPC 端口 4317可通过.env文件中的PORT与OTEL_GRPC_PORT调整。5大核心功能一览功能1项目管理——项目与运行实例一目了然Studio 采用Projects项目 Runs运行实例两级组织结构项目Projects组织并隔离不同的 AI 应用或实验运行实例Runs项目内的一次完整执行过程类似会话Session在项目页面中你可以按创建时间、运行数、完成状态等维度浏览和管理所有项目运行状态统计Running / Finished / Pending直接展示在表格中点击任意项目即可进入运行管理界面查看该项目下的所有运行实例。更多细节参考官方文档 docs/tutorial/zh_CN/develop/project.md。功能2运行可视化——Chatbot 风格的实时交互运行实例的可视化界面采用类聊天机器人Chatbot风格左侧栏按时间顺序堆叠所有运行实例点击任意一条即可在中间面板查看该运行的完整交互历史右侧面板同步展示统计数据。智能体的一次reply调用会拆解为多条消息提示消息、工具调用、工具结果等Studio 引入了Reply回复概念将其组织为一个完整回复单元并支持按replyId或msg.id两种粒度切换查看界面中既能看到 User 与 Agent 的自然语言对话也能展开每条工具调用的输入输出Using tool .../Tool result of ...右侧还实时汇总调用次数Invocations与 Token 消耗此外Studio 支持用户输入托管Python 智能体可通过 WebSocket 主动向 Web 界面请求用户输入还支持一个运行实例中包含多个UserAgent实例实现多用户协同交互场景。功能3OpenTelemetry 追踪——LLM 调用过程全链路透明这是调试 LLM 智能体的重器。Studio 的 Trace 模块基于OpenTelemetry 语义规范与 OTLP 协议构建能接收 AgentScope 上报的智能体调用、LLM 调用、工具执行等链路数据也能兼容任意遵循 OTLP 的探针如 LoongSuite、OpenTelemetry 各语言 Agent。概览页面展示链路总数、Token 总量、平均耗时等汇总指标并按名称、耗时、Token、状态OK/ERROR逐条列出点击任意一条链路进入详情页可以看到完整的调用树——从入口函数到每个智能体、每次模型调用、每次工具执行的层级关系。展开某一节点后Metadata 区域展示该次调用的输入输出如 chat 请求的 system/user 消息与模型返回内容All Attributes 区域则列出遵循语义规范的全部关键属性如gen_ai.operation.name、agentscope.function.name等 遵循语义规范的数据会得到更精准的高亮展示即使不遵循链路数据依然可正常查看。功能4应用评测——从统计视角评估智能体性能Eval 模块提供面向评测的分析与归因能力从统计角度评估智能体应用的表现支持评测任务管理、任务详情查看与多任务对比Task Comparison便于量化对比不同提示词、不同模型或不同版本智能体之间的效果差异。对应前端页面位于 packages/client/src/pages/EvalPage/官方文档见 docs/tutorial/zh_CN/develop/evaluation.md持续更新中。功能5Friday 内置 Copilot——开箱即用的二次开发助手Friday 是一个由 AgentScope 构建的本地智能体随 Studio 一起内置承担三重角色问答助手回答关于 AgentScope 框架的问题开发游乐场为快速二次开发提供现成环境功能集成中枢演示并集成 AgentScope 的高级能力元工具、实时操控/中断、会话管理等首次使用需在设置页配置 Python 环境、LLM 服务商如 DashScope、模型名称与 API Key还可以选择是否授予 Friday 文件写入权限完成配置后即可在聊天页面与 Friday 对话。其完整源码开源在 packages/app/friday/入口文件为 packages/app/friday/main.py是很好的智能体开发参考实现。快速连接让你的智能体接入 Studio在 AgentScope 应用中只需一行初始化代码即可将全部消息与链路数据推送到 Studioimport agentscope agentscope.init( # ... studio_urlhttp://localhost:3000 )Java 应用可通过agentscope-extensions-studio依赖接入其他任意语言应用只要数据遵循 OTLP 协议即可通过 gRPC4317或 HTTP3000端点上报 Trace 数据。项目结构与文档导航仓库采用 npm workspaces 多包结构核心模块路径如下模块路径说明前端界面packages/client/React 页面与组件后端服务packages/server/Express tRPC SQLite含 OpenTelemetry gRPC 服务共享类型packages/shared/前后端共享的配置与类型定义Friday 智能体packages/app/friday/内置 Copilot 源码官方文档docs/tutorial/zh_CN/中文教程概览/快速开始/项目/追踪/Friday建议阅读顺序项目概览docs/tutorial/zh_CN/tutorial/overview.md快速开始docs/tutorial/zh_CN/tutorial/quick_start.md项目管理docs/tutorial/zh_CN/develop/project.md运行追踪docs/tutorial/zh_CN/develop/tracing.mdFriday 指南docs/tutorial/zh_CN/agent/friday.md总结AgentScope Studio 用一套本地工具包串起了 LLM 智能体开发的完整闭环项目管理组织实验、运行可视化实时对话调试、OpenTelemetry 追踪剖析调用链、应用评测量化对比效果、Friday Copilot加速二次开发。如果你正在构建基于 LLM 的智能体应用它就是那个让你不再盲调的可视化与调试工具包。 赞分享人工智能AI 应用可观测性链路追踪数据可视化AI 评测前端后端【免费下载链接】agentscope-studioA development-oriented visualization toolkit项目地址https://gitcode.com/gh_mirrors/ag/agentscope-studio点击查看免费下载相关推荐baekjoon 仓库 status.md 解读코딩테스트 대비 문제집的进度统计与自动化生成机制baekjoon 仓库 status.md 解读코딩테스트 대비 문제집的进度统计与自动化生成机制 本文以 status.md https://link.giUndress Design完全指南AI虚拟试衣与时尚可视化工具一览5大核心功能揭秘Undress Design完全指南AI虚拟试衣与时尚可视化工具一览5大核心功能揭秘 Undress Design 是一款基于 AI 虚拟试衣 的时尚可视化5大核心功能解析为什么stella_vslam是视觉SLAM的终极选择stella_vslam作为一款功能强大的开源视觉SLAM系统为机器人和AR应用提供了完整的定位与建图解决方案。这款基于OpenVSLAM的社区分支项目不仅计算机视觉机器人上一篇Jest-when 终极指南如何快速掌握参数匹配Mock测试技巧下一篇图形推理提分路线4组题型场景 × 3步拆解法创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考