6.3 可观测性与调试Observability & Debugging

Viewport 是本地 AI agent 监控界面，用于观察 agent 运行状态和活动。digest 没给出更细的实现细节，项目定位接近 agent session dashboard：把原本散在终端、日志和工具输出里的状态集中起来。对于多 agent 或长任务，关键不是再加一个模型，而是让人能及时看到当前步骤、阻塞点和输出。它可以归入 agent observability 的轻量工具层。

TraceGraph 把多模型 agent rollout 池化成任务级行动-观察图，再标出 productive cores、trap regions，并用 Access、Trap exposure、Repair 描述轨迹。它在五个 benchmark split 上显示单一 pass rate 隐藏了模型如何进入陷阱和如何修复。SWE-bench 上 trap-aware recovery 在…

tokentoll 是 LLM API 调用成本的 CI gate，静态扫描 Python、JavaScript 和 TypeScript 中的模型调用并在 PR 上给 PASS/WARN/FAIL。README 示例规则包括月度成本增量 250 美元、单 callsite 月成本 100 美元、相对增长 5x，并支持 OpenAI、Anthropic、Google GenAI、LiteLLM、L…

当 agent 使用进入日常开发，token 成本会变成团队运营指标。ccusage 的实用点是统一读取本地日志，不需要登录服务；它也让不同 agent、模型和项目的成本差异可见。

这个项目的关键是不用“检测”AI 代码，而是在生成时记录来源。它把 AI attribution 变成 Git 原生元数据，适合审计、合规和评估工具效果；需要 agent 集成足够可靠。

这个项目关注的是 agent 开发中的可追溯性：当代码变化来自多轮工具调用时，日志比最终 diff 更能解释意图。它的有效性取决于 Claude Code 日志是否完整记录写入内容和路径。

AISlop 的取舍是明确不用 LLM 做判断，因此可重复、快、适合 CI。它检测的是模式化腐烂，不是语义 bug；最好作为 agent 编辑后的第一层卫生检查，再把剩余问题交给人或更强的 review agent。

开源 LLM engineering 平台，提供观测、评估、prompt 管理、数据集和 playground。

一篇整理 LLM 应用中常见工程坏味道的个人技术文章。

RAMP 的重点是把 agent 评测从单题正确率移到运行时可观察性：失败传播、恢复行为和资源浪费成为一等指标。它也提示静态 benchmark 高分可能掩盖 serial workflow 中的能力塌陷。