AgentLens：把AI编程的”黑箱”打开看看里面到底在干嘛

说实话，每次看到 AI 编程工具输出莫名其妙的结果，我都想问一句：它到底在想什么？

传统开发中，代码跑哪里、哪行出问题，一行行 debug 就能定位。但 AI Agent 不一样——它调了什么工具、用了什么 prompt、收到了什么返回，中途哪一步开始跑偏了，全靠猜。

AgentLens 就是来解决这个问题的。

这是一个开源的自托管 AI Agent 可观测性平台，GitHub 上能搜到（github.com/Nitin-100/AgentLens）。装上之后，它会记录 Agent 的每一次 LLM 调用、工具执行、推理步骤和错误，全部可视化展示在实时仪表盘上。

具体能做什么？简单说：

• 全链路追踪：从 prompt 进来到 action 出去，每一个环节都留有记录
• 多框架支持：不挑框架，Claude Code 也好、LangGraph 也好，都能接
• 实时仪表盘：出问题当下就能看到，不用事后翻日志
• 错误溯源：某个 step 崩了？点进去直接定位，不用一层层加 print

对于团队用 AI Agent 做开发的场景，这个特别有用——leader 可以 review Agent 的决策链路，确保它没有乱调工具或者产生幻觉行为。

安装非常轻量，官方说基本使用不需要任何外部数据文件，Docker 起一个容器就能跑。

对于想把 AI 编程真正落地到工程流程里的团队来说，AgentLens 把「AI 是个黑箱」这个问题翻了个底朝天。

如果你也在用 AI Agent 做开发，强烈建议跑一下试试。

GitHub：https://github.com/Nitin-100/AgentLens

GitHub: https://github.com/Nitin-100/AgentLens