Foglamp 是一款为 Vercel AI SDK 生态设计的可观测性工具,专门监控 AI Agent。它只需两行代码就能捕获每次 LLM 调用的成本、延迟和质量数据,尤其针对 generateText 和 streamText 函数。工具提供分布式追踪、评估、告警以及按 Agent 划分的花费,核心目标是帮开发者在最终用户发现问题之前,及时捕捉不良输出。
成本回归检测
快速发现意外成本飙升(比如暴涨10倍),在 Agent 上线几天内就能察觉。
质量监控
追踪评估分数,捕捉回答质量随时间下降的趋势。
客服质量保障
识别 AI 助手是否给出错误的退款期限或编造追踪链接。
按 Agent 成本追踪
按模型、Agent 或客户细分花费,方便预算管理。
延迟优化
监控每个 Agent 的延迟和完整调用流程,定位性能瓶颈。
生产告警
对成本、延迟和错误率设置阈值规则,问题出现时立即通知。
一键 SDK 接入
只需加两行代码(`import { foglamp } from "foglamp"` 和 `const fog = foglamp()`),即可自动检测所有 `generateText` 和 `streamText` 调用。
按 Agent 的跨度与花费
查看每个 Agent 的延迟、成本及完整调用流程,包括搜索、写作等子任务。
代码检查与 LLM 评估
通过自动化代码检查和基于 LLM 的评估对生产流量打分,样本通过率达94%。
分布式追踪
将每次运行瀑布化,清晰展示每个跨度的具体提示和响应。
阈值告警
自定义成本、延迟和错误率阈值,触发告警。
成本洞察
精确查看每次调用的成本,按模型、Agent 和客户细分(例如 Claude Opus $323.12,Gemini $43.06,GPT-5.5 mini $85.05)。
按 Agent 可见性
为调用流程中的每个 Agent 提供独立的跨度、延迟和花费数据。
使用 Vercel AI SDK 构建 AI Agent 的开发者与工程团队。需要监控生产环境中 LLM 成本、延迟和输出质量的产品经理与运营团队。依赖 AI Agent 并希望在客户投诉前发现错误回复的支持团队。
import { foglamp } from "foglamp"。const fog = foglamp()。generateText 和 streamText 调用。网站提供“免费开始”选项,但未说明具体定价层级或免费试用细节。
Foglamp 精准解决了团队在发布 AI Agent 后面临的隐形痛点:成本和质量的无形下降。一位联合创始人的用户反馈称,该工具在第一周就捕捉到了10倍的成本回归,说明它在监控方面能立即带来价值。结合分布式追踪、评估和按 Agent 花费,Foglamp 为开发者提供了 Agent 可观测性的“单一面板”。对于已在使用 Vercel AI SDK 的团队,这款工具很可能大幅节省调试时间,并避免面向客户的质量问题。
Foglamp:Vercel AI SDK生态下的AI Agent可观测性工具,实时追踪每次generateText和streamText调用的成本、延迟、Token消耗,支持分布式追踪、评估与告警。
Category:AI插件/扩展程序
Visit Link:https://www.foglamp.dev/
Tags:AI监控、可观测性、Vercel AI SDK、Agent追踪、LLM分析