TraceLLM
LLM-Observability- und Tracing-Plattform für echte KI-Anwendungen
Über TraceLLM
TraceLLM verbindet Prompts, Abrufe, Tool-Aufrufe, Modell-Spans, Tokenverbrauch, Fehler und Exporte zu einem inspizierbaren Workflow. Es verpackt echte Modelle, Agents, RAG und Tool-Aufrufe per SDK, ohne den Ausführungsort von Anfragen zu ändern; Sitzungen, Spans, Ereignisse, Fehler, Nutzung, Metadaten und optionale Inhalte lassen sich mit einer Interaktion verknüpfen, während Inhaltsablage, Maskierung, Sampling und Span-Typen steuerbar bleiben. TraceLLM unterstützt OpenAI, Claude, Gemini, benutzerdefinierte Gateways, interne Tools und MCP-Workflows und kann ausgewählte Traces an SigNoz, Honeycomb, Tempo, Datadog oder einen OTLP HTTP collector weiterleiten.
Am besten geeignet
Beste Einsatzszenarien
Tracing von Modellaufrufen
Observability für RAG-Abrufe und Tool-Aufrufe
Debugging von Agent-Workflows
Export von Traces aus KI-Anwendungen
Funktionen
Einheitlicher Trace-Kontext
Verknüpft Sitzungen, Spans, Ereignisse, Fehler, Tokenverbrauch, Metadaten und optionale Inhalte mit einer Interaktion.
Steuerbare Datenerfassung
Wählt Inhalte, Metadaten, Fehler, Nutzung, Maskierung, Sampling und Span-Typen nach Bedarf aus.
Unterstützung mehrerer Anbieter und Workflows
Funktioniert mit OpenAI, Claude, Gemini, benutzerdefinierten Gateways, internen Tools und MCP-Workflows.
Export an externe Tracing-Systeme
Leitet ausgewählte Traces an SigNoz, Honeycomb, Tempo, Datadog oder einen OTLP HTTP collector weiter.
Vorteile
- Führt Prompts, Abrufe, Tool-Aufrufe, Modell-Spans, Tokenverbrauch und Fehler in einem Workflow zusammen.
- Verpackt Modelle, Agents, RAG und Tool-Aufrufe per SDK, ohne den Ausführungsort von Anfragen zu ändern.
- Steuert die Erfassung von Inhalten, Metadaten, Fehlern, Nutzung, Maskierung, Sampling und Span-Typen.
- Exportiert Traces an SigNoz, Honeycomb, Tempo, Datadog oder einen OTLP HTTP collector.