AI Agent 工具目录 — Tracing、Evaluation 与 Frameworks

热门分类

Agent tracing 与 evaluation 工具选型的高流量入口。

Agent Evaluation

2026 年 AI Agent Evaluation 平台选型

对比 agent evaluation platform 与评测软件，在 Agent 面向用户前发现工具调用、trace 关联 eval、成本与延迟回归。

查看该分类工具

浏览分类

Agent Tracing

7 个 Agent Tracing 工具对比（LangSmith、Langfuse、Phoenix）

对比 Agent tracing 工具，让 run 可检查：prompt、工具调用、检索上下文、错误、重试、成本和延迟。

查看该分类工具

浏览分类

全部 51 个工具，A–Z 排序

全部 Agent Memory Agentic RAG MCP Servers Agent Frameworks Agent Evaluation Agent Tracing

工具	分类标签	类型
Agno轻量 Agent 框架，提供从 SDK 到生产 API 的平滑路径。	分类标签 Agent Frameworks	类型开源
Arcade.dev带授权、权限控制和生产级工具执行的 MCP runtime。	分类标签 MCP Servers	类型开源
Arize Phoenix开源 LLM/Agent tracing，内置评测能力。	分类标签 Agent TracingAgent Evaluation	类型开源
Braintrust以评测为先的平台，用于记录、评分和比较 Agent run。	分类标签 Agent TracingAgent Evaluation	类型托管
browser-use面向复杂网页任务和技能化工序的浏览器自动化 Agent。	分类标签 Agent Frameworks	类型开源
Browserbase Stagehand基于自然语言的浏览器自动化，由生产级云浏览器支撑。	分类标签 Agent Frameworks	类型开源
ByteRover便携式记忆层，支持预压缩抽取和知识树。	分类标签 Agent Memory	类型开源
Chroma面向 AI 应用的开源 embedding database。	分类标签 Agentic RAG	类型开源
Cloudflare Agents SDK在 Cloudflare Workers 边缘部署 Agent。	分类标签 Agent Frameworks	类型开源
coder_eval面向 coding agent 与 skills 的沙箱化、可复现评测框架。	分类标签 Agent Evaluation	类型开源
Composio通过托管鉴权和工具注册中心让 Agent 接入 1000+ SaaS 工具。	分类标签 MCP Servers	类型开源
CrewAI基于角色的多 Agent 工作流框架。	分类标签 Agent Frameworks	类型开源
DeepEval像写单元测试一样评估 LLM/Agent 的框架，基于 pytest。	分类标签 Agent Evaluation	类型开源
deja-vu本地记忆层：索引编程 Agent 会话日志，支持搜索与 MCP 召回。	分类标签 Agent Memory	类型开源
E2B面向写代码、执行命令和操作文件的 Agent 云沙箱。	分类标签 Agent Frameworks	类型开源
EverOS本地优先的记忆操作系统，以 Markdown 为唯一事实来源。	分类标签 Agent Memory	类型开源
Exa为 AI 设计的搜索引擎——面向研究 Agent 的实时网页检索。	分类标签 Agentic RAG	类型托管
Galileo企业级 GenAI evaluation、可观测性和保护平台。	分类标签 Agent Tracing	类型托管
Google Agent Development KitGoogle 开源 Agent 框架，支持多 Agent、A2A 协议和生产部署。	分类标签 Agent Frameworks	类型开源
Guardrails AI面向 LLM 的输出校验、结构约束和实时修正。	分类标签 Agent Evaluation	类型开源
Haystack面向生产 NLP 的 Agentic RAG 和检索流水线框架。	分类标签 Agentic RAG	类型开源
Helicone开源 AI 网关与 LLM 可观测性，通过代理模式采集 trace。	分类标签 Agent Tracing	类型开源
Hindsight基于知识图谱和跨记忆综合的 Agent 记忆。	分类标签 Agent Memory	类型开源
Holographic基于 HRR 代数和信任评分的记忆系统。	分类标签 Agent Memory	类型开源
Honcho面向有状态 Agent 的辩证式用户建模记忆。	分类标签 Agent Memory	类型开源
Langfuse开源 LLM 工程平台，覆盖 tracing、评测与 prompt 工作流。	分类标签 Agent TracingAgent Evaluation	类型开源
LangGraph面向可控 Agent 的有状态图编排。	分类标签 Agent FrameworksAgent MemoryAgent Tracing	类型开源
LangSmith面向 LLM 应用的 tracing、evaluation 和 debugging 平台。	分类标签 Agent EvaluationAgent Tracing	类型托管
LangWatchAgent 可观测性，覆盖 tracing、分析与场景化测试。	分类标签 Agent TracingAgent Evaluation	类型开源
Letta具备长期记忆和上下文工程的有状态 Agent 框架。	分类标签 Agent Memory	类型开源
LlamaIndex面向 LLM 与 Agent 应用的数据和检索框架。	分类标签 Agentic RAGAgent MemoryAgent Frameworks	类型开源
MastraTypeScript-first Agent 框架，支持 workflows、可观测性和 RAG。	分类标签 Agent Frameworks	类型开源
Mem0面向 Agent 和助手的长期记忆层。	分类标签 Agent Memory	类型开源
Microsoft AutoGen面向多 Agent 对话和协作的框架。	分类标签 Agent Frameworks	类型开源
Model Context Protocol连接 Agent、工具和上下文的开放协议。	分类标签 MCP Servers	类型开源
Nowledge Mem本地优先的个人知识层，贯通 Cursor、Claude Code 等 AI 工具。	分类标签 Agent Memory	类型托管
OpenAI Agents SDK面向 agents、tools、handoffs 和 traces 的轻量 SDK。	分类标签 Agent FrameworksAgent EvaluationAgent Tracing	类型开源
OpenHands开源软件工程 Agent，处理代码、文件和终端操作。	分类标签 Agent Frameworks	类型开源
OpenViking文件系统范式的 Agent 上下文数据库。	分类标签 Agent Memory	类型开源
PAXM面向编程 Agent 的 provider-neutral 记忆适配器，内置本地 SQLite 与 MCP。	分类标签 Agent Memory	类型开源
Pinecone面向生产 RAG 和搜索的托管向量数据库。	分类标签 Agentic RAG	类型托管
Portkey AI Gateway生产级 LLM gateway，支持路由、guardrails、MCP 和可观测性。	分类标签 Agent EvaluationAgent Tracing	类型开源
Promptfoo本地优先的 LLM 评测和 red team CLI，面向 Agent 安全测试。	分类标签 Agent Evaluation	类型开源
Pydantic AIPython 类型安全 Agent 框架，支持结构化输出验证。	分类标签 Agent Frameworks	类型开源
Qdrant开源向量数据库和搜索引擎。	分类标签 Agentic RAG	类型开源
Ragas面向 RAG 和 Agentic RAG 管线的评测库——检索质量、faithfulness 和 grounding。	分类标签 Agent Evaluation	类型开源
RetainDB面向编程 Agent 的混合检索记忆，内建质量过滤。	分类标签 Agent Memory	类型开源
Strands Agents面向 AWS 生态的 Agent SDK，专注工具调用和部署。	分类标签 Agent Frameworks	类型开源
Traceloop面向 LLM 与 Agent 工作负载的 OpenTelemetry 原生可观测性。	分类标签 Agent Tracing	类型开源
Weights & Biases Weave开源工具包，用于 LLM 应用的 tracing、评测与迭代。	分类标签 Agent TracingAgent Evaluation	类型开源
Zep面向 Agent 的时序知识图谱记忆。	分类标签 Agent Memory	类型开源