Foglamp
Foglamp 是一個用於 AI 代理的可觀測性平台，它對 LLM 呼叫進行儀器化，以追蹤成本、延遲、追蹤、評估、警報和每個代理的支出，協助團隊及早發現迴歸和不良輸出。
https://www.foglamp.dev/?ref=producthunt&utm_source=aipure
產品資訊
更新時間：2026年06月22日
什麼是 Foglamp
Foglamp 是一個以開發人員為中心的觀測產品，旨在使 AI 代理和 LLM 應用程式在生產環境中可測量和可偵錯。它提供每個 LLM 呼叫的成本、延遲和品質的可見性，並透過追蹤和執行瀑布（包括確切的提示和回應）協助團隊了解端到端代理行為。透過 SDK 一次性儀器化，Foglamp 旨在集中監控和分析，以便團隊能夠自信地交付代理系統，並在使用者發現問題之前快速偵測到問題。
Foglamp 的主要功能
Foglamp 是一個針對 AI 代理的觀測性 SDK 和平台，讓團隊能夠一次性檢測 LLM 呼叫，然後監控跨多代理工作流程的成本、延遲、追蹤和輸出品質。它提供每個跨度和每個代理的提示/回應可見性、執行瀑布圖以及按模型/客戶的花費，此外還有評估工具（程式碼檢查和 LLM 判斷）和針對成本回歸、延遲峰值和錯誤率等閾值的警報，有助於在用戶發現之前捕捉不良輸出和失控的花費。
單一 SDK 檢測: 一次性檢測（例如，generateText/streamText），並自動捕獲 LLM 呼叫和代理執行的端到端遙測數據。
成本和花費分析: 追蹤每次呼叫的成本，並按模型、代理和客戶進行細分，以識別回歸並優化使用。
追蹤和執行瀑布圖: 透過每個代理的跨度、延遲和排隊步驟，包括每個跨度的確切提示和回應，可視化完整的呼叫流程。
生產流量的品質評估: 使用確定性程式碼檢查和 LLM 判斷評估來評分輸出，以監控通過率並檢測劣化的回應。
警報和閾值規則: 設定成本、延遲和錯誤率的規則，以主動標記突發事件，例如花費突然增加或速度變慢。
隱私導向的監控: 旨在支援不捕獲 PII 的可觀測性（如產品的「無 PII」定位所示）。
Foglamp 的使用案例
SaaS AI 功能成本控制: 監控每個租戶和每個功能的 LLM 花費，以防止利潤侵蝕，檢測 10 倍的成本回歸，並實施預算護欄。
客戶支援代理可靠性: 追蹤多步驟支援代理（檢索 → 起草 → 評論）並評估輸出品質，以提早發現有害或不正確的回應。
電子商務購物助理: 追蹤代理工作流程（搜尋、推薦、結帳協助）中的延遲和錯誤，並在效能影響轉換時發出警報。
金融科技/合規敏感型助理: 使用評估和追蹤來驗證回應的正確性和政策遵守情況，同時保持無 PII 的可觀測性立場。
研發和提示/模型實驗: 使用成本/延遲/品質指標比較模型和提示版本，以選擇最佳的生產配置。
優點
每個 LLM 呼叫和每個代理跨度的成本、延遲和品質都清晰可見。
帶有提示/回應上下文的端到端追蹤使代理工作流程的調試更快。
內建的評估和警報有助於在用戶注意到之前捕捉回歸。
缺點
需要在程式碼庫中添加/維護 SDK 檢測。
即使採用「無 PII」方法，為可觀測性儲存提示/回應也可能需要仔細的治理。
最佳價值取決於您對 LLM/代理工作流程的依賴程度；對於最小使用量來說可能過度。
如何使用 Foglamp
1) 選擇您指的是哪個「Foglamp」（AI 可觀測性 vs. FogLAMP IIoT 邊緣平台）: 來源包含兩個名稱相似的不同產品：(A) Foglamp.dev（AI 代理的可觀測性）和 (B) FogLAMP（IIoT 邊緣閘道）。請按照以下符合您目標的教學課程進行操作。
2) Foglamp.dev (AI 代理)：安裝 SDK: 使用您的 JavaScript/TypeScript 套件管理器將 Foglamp SDK 添加到您的應用程式中（網站顯示透過 `import { foglamp } from "foglamp"` 使用）。
3) Foglamp.dev (AI 代理)：在程式碼中初始化 Foglamp: 如下所示建立一個 Foglamp 客戶端實例：`import { foglamp } from "foglamp"; const fog = foglamp();`。
4) Foglamp.dev (AI 代理)：儀器化您的 LLM 呼叫: 儀器化您的 `generateText` / `streamText` 呼叫（網站聲明「兩行程式碼即可儀器化每個 generateText / streamText 呼叫」），以便 Foglamp 可以捕獲每個呼叫的追蹤、延遲和成本。
5) Foglamp.dev (AI 代理)：檢查追蹤和瀑布: 使用 Foglamp 查看每個代理的跨度、完整的呼叫流程，以及每個執行的瀑布，包括每個跨度的確切提示和回應。
6) Foglamp.dev (AI 代理)：追蹤成本和支出明細: 使用 Foglamp 的成本視圖查看按模型、代理和客戶劃分的支出，並識別迴歸（例如，成本飆升）。
7) Foglamp.dev (AI 代理)：添加品質檢查和評估: 使用程式碼檢查和 LLM 判斷器對生產流量進行評分，並監控通過率（網站強調生產評分和評估）。
8) Foglamp.dev (AI 代理)：配置警報: 設定成本、延遲和錯誤率的閾值規則，以便在使用者發現之前捕獲迴歸。
9) FogLAMP (IIoT)：安裝先決條件 (Debian/Ubuntu 範例): 安裝來源中提到的常見建置/執行時依賴項（範例包括：`avahi-daemon`、`curl`、`cmake`、`g++`、`make`、`build-essential`、`autoconf`、`automake`、`uuid-dev`、`libtool`、`libboost-dev`、`libpq-dev`、`libssl-dev`、`libz-dev`、`python3-dev`、`python3-pip`、`postgresql`、`sqlite3`、`libsqlite3-dev`）。根據需要使用 `sudo`。
10) FogLAMP (IIoT)：避免互動式 Kerberos 提示 (可選): 如果安裝 `krb5-user`，請設定 `DEBIAN_FRONTEND=noninteractive` 以避免在安裝過程中出現互動式 KDC 問題，如來源所示。
11) FogLAMP (IIoT)：從原始碼建置 FogLAMP: 克隆 FogLAMP 儲存庫，然後在頂層目錄中執行 `make` 進行建置。
12) FogLAMP (IIoT)：安裝 FogLAMP 並設定 FOGLAMP_ROOT: 執行 `make install`（如果需要，則為 `sudo make install`）。然後將 `FOGLAMP_ROOT` 環境變數設定為安裝路徑（預設為 `/usr/local/foglamp`）。
13) FogLAMP (IIoT)：從開發樹執行 (替代方案): 您可以從開發樹執行，而不是安裝，方法是設定來源中描述的所需環境變數（文件指出需要一個環境變數，基於您的克隆基本目錄）。
14) FogLAMP (IIoT)：透過套件管理器安裝 (開發人員工具包選項): 配置 Dianomic Systems 套件儲存庫（如果尚未配置），並使用 `apt` 安裝諸如 `foglamp-dev` 之類的套件。來源建議將工具包版本與您執行的 FogLAMP 版本匹配。
15) FogLAMP (IIoT)：使用 PostgreSQL 啟動 (可選): 如果您想要 PostgreSQL 儲存，請在啟動 FogLAMP 之前明確安裝 PostgreSQL 套件（如來源所述）。
16) FogLAMP (IIoT)：開發或安裝外掛程式: 使用 South 外掛程式從設備攝取數據，並使用 North 外掛程式將數據發送到目的地。外掛程式可以用 Python 或 C/C++ 編寫。對於 C/C++ 外掛程式建置，來源指出標頭/庫通常位於 `/usr/include/foglamp` 和 `/usr/lib/foglamp`。
17) FogLAMP GUI (可選)：在開發模式下執行 GUI: 在 `foglamp-gui` 目錄中，執行 `yarn install && yarn start`（或 `yarn start --host <ip_address>` 從另一台機器訪問）。然後打開 `http://localhost:4200/`（或 `http://<ip_address>:4200/`）。
18) FogLAMP GUI (可選)：建置和部署 GUI: 執行 `./build --clean-start` 以在 `dist/` 中建立建置工件。透過將 `dist/` 複製到目標機器並透過 nginx 提供服務來部署；來源提到使用提供的 `nginx.conf` 並確保已安裝 nginx（或 nginx-light）。
Foglamp 常見問題
Foglamp 是一個針對 AI 代理的觀測工具，讓您能夠查看 LLM 呼叫的成本、延遲和品質，幫助您在用戶發現不良輸出之前捕捉它們。
与 Foglamp 类似的最新 AI 工具
Hapticlabs
Hapticlabs 是一個無代碼工具包，使設計師、開發者和研究人員能夠輕鬆設計、原型設計和部署跨設備的沉浸式觸覺交互，無需編碼。
Deployo.ai
Deployo.ai 是一個全面的 AI 部署平台，支持無縫模型部署、監控和擴展，內置道德 AI 框架和跨雲兼容性。
CloudSoul
CloudSoul 是一款 AI 驅動的 SaaS 平台，通過自然語言對話使用戶能夠即時部署和管理雲端基礎設施，使 AWS 資源管理更加易用和高效。
Devozy.ai
Devozy.ai 是一個由 AI 驅動的開發者自助服務平台，將敏捷項目管理、DevSecOps、多雲基礎設施管理和 IT 服務管理結合為一個統一的解決方案，以加速軟件交付。
类似 Foglamp 的热门 AI 工具
A2A Protocol
A2A (Agent2Agent) Protocol is an open interoperability protocol developed by Google that enables seamless communication and collaboration between AI agents across different frameworks and vendors, regardless of their underlying architecture.
VoltOps
VoltOps 是一個與框架無關的 LLM 可觀察性平台，它為任何技術堆疊上的 AI 代理提供實時可視化監控、調試和優化工具。
Chaterm
Chaterm 是一個開源的 AI 原生終端和 SRE 副駕駛，使工程師能夠通過自然語言管理複雜的基礎設施，自動化部署、故障排除和運營，而無需記住命令。
Open Browser Use
Open Browser Use 是一個開源、代理執行時間中立的瀏覽器自動化層，它將 Chrome 擴充功能與 CLI/SDK/MCP 配對，以實現跨不同 AI 代理工具的 DOM 感知、CDP 驅動的分頁控制、導航和動作。