24小时热榜

你好，辛伟和泽成在这里，我们是TraceRoot的作者（<a href="https://github.com/traceroot-ai/traceroot">https://github.com/traceroot-ai/traceroot</a>）。 TraceRoot（<a href="https://traceroot.ai">https://traceroot.ai</a>）是一个开源调试平台，旨在通过结合结构化的追踪、日志、源代码上下文以及GitHub PR、问题和Slack频道等讨论，利用AI代理帮助工程师更快地解决生产问题。 我们的核心是轻量级的Python（<a href="https://github.com/traceroot-ai/traceroot-sdk">https://github.com/traceroot-ai/traceroot-sdk</a>）和TypeScript（<a href="https://github.com/traceroot-ai/traceroot-sdk-ts">https://github.com/traceroot-ai/traceroot-sdk-ts</a>）SDK，它们可以通过OpenTelemetry集成到您的应用中，捕获日志和追踪。这些数据可以发送到本地的Jaeger（<a href="https://www.jaegertracing.io/" rel="nofollow">https://www.jaegertracing.io/</a>）和SQLite后端，或我们的云后端，在那里我们将它们关联成一个单一视图。之后，我们的自定义代理将接管。 该代理构建一个异构执行树，将跨度、日志和GitHub上下文合并为一个内部结构。这使其能够建模请求在服务之间的控制和数据流。然后，它使用大型语言模型（LLMs）对这棵树进行推理——修剪不相关的分支，突出异常的跨度，并识别可能的根本原因。您可以提出类似“是什么导致了这个超时？”或“总结这三个跨度中的错误”的问题，它可以追溯故障到特定提交，总结事件链，甚至通过草拟PR提出修复建议。 我们还构建了一个调试用户界面，将所有内容结合在一起——您可以直观地浏览追踪，选择感兴趣的跨度，并获得带有完整上下文的AI辅助洞察：日志、时间、元数据和周围代码。与大多数工具不同，TraceRoot存储长期调试历史，并为每个公司构建结构化上下文——在这个领域我们还没有看到很多其他工具做到这一点。 目前可用的功能包括： - 用于结构化日志和追踪的Python和TypeScript SDK。 - AI摘要、GitHub问题生成和PR创建。 - 将所有内容结合在一起的调试用户界面。 TraceRoot采用MIT许可证，易于自托管（通过Docker）。我们支持本地模式（Jaeger + SQLite）和云模式。受到PostHog和Supabase等开源项目的启发——核心功能是免费的，企业功能如代理模式多租户和Slack集成是收费的。 如果您觉得有趣，可以在这里查看演示视频：<a href="https://www.youtube.com/watch?v=nb-D3LM0sJM" rel="nofollow">https://www.youtube.com/watch?v=nb-D3LM0sJM</a>。 我们希望您尝试TraceRoot（<a href="https://traceroot.ai">https://traceroot.ai</a>）并分享任何反馈。如果您感兴趣，我们的代码可以在这里找到：<a href="https://github.com/traceroot-ai/traceroot">https://github.com/traceroot-ai/traceroot</a>。如果我们没有某些功能，请告诉我们，我们很乐意为您构建。期待您的评论！