每天了解几个MCP SERVER:AI Agent 调试神器!让你看穿 AI 的每一次“思考“ AgentOps
来源: https://github.com/AgentOps-AI/agentops-mcp。
·
AI Agent 调试神器!让你看穿 AI 的每一次"思考"
来源: https://github.com/AgentOps-AI/agentops-mcp
📌 一句话说明
AgentOps MCP Server 是 AI Agent 的"行车记录仪",帮你完整记录和回放 AI Agent 的每一次执行,让调试 AI 应用变得前所未有的简单!
✨ 它能做什么
| 功能 | 说明 |
|---|---|
| 🔍 Trace 查询 | 通过 ID 查询完整的执行追踪 |
| 📊 Span 分析 | 获取每个步骤的详细信息 |
| 🐛 智能调试 | 了解 AI 成功或失败的原因 |
| 📈 性能分析 | 找出拖慢 AI 的性能瓶颈 |
🛠️ 核心工具
| 工具 | 作用 |
|---|---|
authorize |
用 API Key 授权 |
get_trace |
查询单次完整执行记录 |
get_span |
查询某个具体步骤 |
get_trace_with_spans |
获取完整追踪 + 所有 Span 指标 |
💡 使用场景
想象一下:你让 AI 写一个 API,它运行了好久,最后返回了一个错误的响应。你想知道:
- ❌ 哪一步开始出错的?
- ⏱️ 哪个步骤最耗时?
- 🧠 AI 到底是怎么"思考"的?
AgentOps 都能告诉你!
# 查询某次执行的完整追踪
trace = agentops.get_trace(trace_id="xxx")
print(trace.spans) # 查看每一步
print(trace.duration) # 看看总耗时
💾 安装配置
使用 Smithery(推荐)
npx -y @smithery/cli install @AgentOps-AI/agentops-mcp --client claude
手动配置
{
"mcpServers": {
"agentops-mcp": {
"command": "npx",
"args": ["agentops-mcp"],
"env": {
"AGENTOPS_API_KEY": ""
}
}
}
}
⚠️ 注意事项
- 🔑 需要 AgentOps API Key(注册送免费额度)
- 🟢 需要 Node.js >= 18.0.0
🔗 资源链接
- GitHub:https://github.com/AgentOps-AI/agentops-mcp
- 官网:https://agentops.ai
更多推荐



所有评论(0)