智能代理调试
AI Skill Hub 强烈推荐：智能代理调试 是一款优质的Agent工作流。AI 综合评分 8.0 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。
📚 深度解析
智能代理调试 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
智能代理调试 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
智能代理调试 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：npm 全局安装 npm install -g agent-inspect # 方式二：npx 直接运行（无需安装） npx agent-inspect --help # 方式三：项目依赖安装 npm install agent-inspect # 方式四：从源码运行 git clone https://github.com/rajudandigam/agent-inspect cd agent-inspect npm install npm start
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
agent-inspect --help
# 基本用法
agent-inspect [options] <input>
# Node.js 代码中使用
const agent_inspect = require('agent-inspect');
const result = await agent_inspect.run(options);
console.log(result);
# agent-inspect 配置说明 # 查看配置选项 agent-inspect --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export AGENT_INSPECT_CONFIG="/path/to/config.yml"
简介
<p align="center"> <img src="https://raw.githubusercontent.com/rajudandigam/agent-inspect/main/docs/assets/agent-inspect-logo-mark.svg?sanitize=true" width="56" height="56" alt="AgentInspect"> </p> <p align="center"><strong>agent-inspect</strong></p> <p align="center">Local-first evidence for TypeScript AI agents</p>
See what your agent did.
Catch the wrong path in CI.
Keep the evidence local.
<p align="center"> AgentInspect turns TypeScript agent runs into readable execution trees, deterministic trajectory checks, and portable Evidence v2—without requiring an account, collector, or default upload. </p>
<p align="center"><strong>Capture once. Debug, prevent, and share from the same local trace.</strong></p>
<p align="center"><sub>No account · no collector · no default upload · metadata-only by default</sub></p>
<p align="center"> <a href="https://agentinspect.vercel.app/">Website</a> · <a href="https://agentinspect.vercel.app/docs/">Docs</a> · <a href="https://www.npmjs.com/package/agent-inspect">npm</a> · <a href="https://github.com/rajudandigam/agent-inspect">GitHub</a> </p>
<p align="center"> <a href="https://www.npmjs.com/package/agent-inspect"><img src="https://img.shields.io/npm/v/agent-inspect.svg" alt="npm version"></a> <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="MIT license"></a> <a href="package.json"><img src="https://img.shields.io/badge/node-%3E%3D20-brightgreen" alt="Node.js 20 or newer"></a> </p>
npm install agent-inspect<p align="center"> <img src="https://raw.githubusercontent.com/rajudandigam/agent-inspect/main/docs/assets/showcase/gif/debug-tree.gif" alt="AgentInspect lists a local demo-good run, then you inspect the execution tree from the same JSONL" width="900"> </p>
Agent code rarely fails as one function call. It plans, retrieves, calls tools, invokes a model, retries, and produces side effects. Flat logs show fragments. AgentInspect keeps the run as local JSONL and gives you one evidence loop from the same trace.
<p align="center"> <img src="https://raw.githubusercontent.com/rajudandigam/agent-inspect/main/docs/assets/readme-product-loop.svg?sanitize=true" alt="Capture one local trace, then debug, prevent, and share from the same evidence loop" width="900"> </p>
Optional coding-agent loop
@agent-inspect/mcp-server exposes configured local evidence to an MCP client through bounded, read-only tools. It is optional and currently Preview; the core debug/check/evidence loop does not require it.
npx agent-inspect mcp configure --client cursorReview the generated dry-run configuration and the coding-agent loop guide before enabling it.
<details> <summary><strong>Package family (18-package fixed release group)</strong></summary>
| Group | Packages |
|---|---|
| Core product | agent-inspect, @agent-inspect/redact |
| Framework integrations | @agent-inspect/ai-sdk, @agent-inspect/openai-agents, @agent-inspect/langchain |
| Testing and evaluation | @agent-inspect/harness, @agent-inspect/eval, @agent-inspect/vitest, @agent-inspect/jest |
| Safety analysis | @agent-inspect/guardrails, @agent-inspect/circuit |
| Developer surfaces | @agent-inspect/viewer, @agent-inspect/tui, @agent-inspect/mcp, @agent-inspect/mcp-server |
| Local/team optional surfaces | @agent-inspect/index-sqlite, @agent-inspect/studio |
| Extension SDK | @agent-inspect/adapter-sdk |
The root package is enough for custom capture, the CLI, checks, and Evidence workflows. Install optional packages only for the integration or surface you use. agent-inspect-vscode is currently in the repository and is not presented as a published Marketplace extension.
</details>
agent-inspect 是专为 TypeScript AI Agent 设计的本地执行树可视化工具。它能够帮助开发者深入理解 AI Agent 在运行过程中的内部逻辑，将手动步骤、Tool Calls、LLM 调用、结构化日志、运行失败信息、耗时统计以及运行元数据，自动转化为可在终端中直观查看的可读执行树。该工具非常适合正在构建真实 Agentic 产品的 TypeScript/Node.js 开发者和团队，实现本地化的深度调试。
您可以通过 npm 或 pnpm 轻松安装 agent-inspect。当前 npm 版本为 1.2.0。使用命令 `npm install agent-inspect` 或 `pnpm add agent-inspect` 进行安装。安装完成后，您可以通过运行 `npx agent-inspect --help` 来验证 CLI 工具是否已正确配置。对于涉及 ESM、CJS 或 CLI 检查的复杂安装场景，建议参考官方的 Clean install smoke test 文档进行验证。
通过 60 秒快速上手示例，您可以学习如何在代码中使用 agent-inspect。通过导入 `inspectRun` 和 `step` 函数，您可以将 Agent 的执行逻辑包裹在受控的范围内。无论是基础的 `inspectRun` + `step` 模式，还是更复杂的嵌套步骤（Nested steps）和并行步骤（Parallel siblings），甚至是错误处理（Error handling）场景，官方都提供了丰富的 Examples 和 Recipes 供您参考，帮助您快速构建可追踪的 Trace。
agent-inspect 提供了强大的 CLI 工具集用于管理和查看运行记录。您可以使用 `list` 命令查找最近的运行记录；使用 `view` 命令以树状结构详细检查单次运行过程；使用 `clean` 命令安全地删除旧的 Trace 文件。此外，`logs` 命令可以将现有的结构化日志转换为本地执行树/时间线，而 `tail` 命令则允许您在应用运行时实时监控结构化日志的变化。
agent-inspect 能够完美融入真实的开发工作流中。您可以利用它来调试 Support 或 Ops Agent 中失败的 Tool Call 或抛出的 Error；通过分析执行树，精准定位多步 Planner 或 RAG Pipeline 中哪个 Step 占据了主要的 Latency；在修改 Prompt、Model 或路由逻辑后，使用 Diff 功能对比两次运行的差异；甚至可以直接将 `logs` 或 `tail` 指向现有的 Job 记录进行深度分析。
高质量的AI工作流调试工具
- 构建多智能体协作系统的 Agent 开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 构建多智能体协作系统的 Agent 开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，智能代理调试 是一款质量优秀的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | agent-inspect |
| 原始描述 | 开源AI工作流：Local execution trees for TypeScript AI agents. agent-inspect helps you underst。⭐95 · TypeScript |
| Topics | aiai-agentai-debuggingtypescript |
| GitHub | https://github.com/rajudandigam/agent-inspect |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-06-11 · 更新时间：2026-06-13 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。