可観測性と評価 エージェント向けツール
エージェントの実行を追跡し、結果を評価して、本番環境の障害を診断します。
提供元を比較
46 件のエージェント対応ツールがこの機能に対応しています。
AgentHaus
本番向け TypeScript を出力できるビジュアルエージェント開発ツール
AgentOpsMCP
AI エージェントのセッション再生、監視、評価
AgentuityMCPCLI
AI エージェント向けのフルスタッククラウド基盤
Arga LabsMCPCLI
AI エージェントのテスト・訓練用の状態を持つサービスツイン
Arize PhoenixMCPCLI
LLM アプリ向けのオープンソースのトレースと評価
AxiomCLI
エージェントシステム向けのクラウドネイティブなログ、トレース、イベントデータ
Baserun
LLM アプリ向けの可観測性、テスト、評価
BentoLabs AI
長時間稼働する AI エージェントの監視と学習
BraintrustMCPCLI
AI 製品の評価、トレース、プロンプト管理
Confident AIMCPCLI
信頼できる AI エージェント向けの評価・可観測性基盤
ContextForgeMCPCLI
AI エージェント向けのオープンソース MCP・A2A・API ゲートウェイ
CovalMCPCLI
音声・チャットエージェントのシミュレーション、評価、監視
Credal.aiMCPCLI
企業エージェントの安全性とガバナンスを制御する基盤
DAGWorksCLI
信頼できるデータフローとエージェントのためのオープンソースフレームワーク
dari.devCLI
アプリとコーディングエージェント向けの状態を持つモデルルーティング
Galileo
信頼できる本番エージェントのための AI 可観測性と評価
GolfMCPCLI
MCP ツール向けのセキュリティとガバナンス基盤
Guardrails AICLI
安全な構造化 LLM アプリのためのオープンソース検証フレームワーク
HatchetCLI
エージェントとバックグラウンド処理の耐久性あるオーケストレーション
HeliconeMCP
オープンソースの AI ゲートウェイと可観測性基盤
HUDMCPCLI
AI エージェント向けの強化学習環境と拡張可能な評価
HumanLayerCLI
コーディングエージェント向けの共同作業 IDE とクラウド制御基盤
InngestMCPCLI
AI エージェント向けの耐久性あるワークフローとバックグラウンド処理
Kestrel AIMCPCLI
AI エージェントが構築・運用する決定的なプラットフォームエンジニアリング処理
LaminarMCPCLI
AI エージェントのトレース、評価、デバッグ
LangfuseMCPCLI
トレース、評価、プロンプトを扱うオープンソースの LLM 開発基盤
LangSmith
フレームワークを問わないエージェントのトレース、評価、監視
LemmaMCP
AI エージェントの本番トレースとデバッグ
LiteLLMMCPCLI
100 以上の LLM API を呼び出せるオープンソースゲートウェイ
MastraMCPCLI
AI エージェントの開発・運用のための TypeScript フレームワーク
OmnaraCLI
どこからでもコーディングエージェントを監督できる制御基盤
OpenlayerCLI
本番 AI の評価、可観測性、ガバナンス
OpenPipe
本番エージェント向けのファインチューニングとモデル最適化
Parea
LLM アプリとエージェントの評価・可観測性
PortkeyMCPCLI
可観測性、安全制御、統制を備えた 1,600 以上の LLM 向け AI ゲートウェイ
PostHogMCPCLI
エージェント体験のための製品分析と可観測性
PromptfooCLI
LLM アプリとエージェントのためのオープンソース評価・レッドチーム基盤
Respan
エージェント向けの AI ゲートウェイ、評価、可観測性
Runloop
コーディングエージェント向けの永続開発サンドボックスとベンチマーク
SentryMCPCLI
アプリ全体のエラー、性能、AI エージェントを監視
Superagent
AI ネイティブソフトウェアの安全検査、保護、レッドチーム検証
TensorZeroCLI
LLM アプリ向けのオープンソースなゲートウェイ、監視、最適化基盤
Traceloop
LLM とエージェント向けの OpenTelemetry 可観測性
Trigger.devMCPCLI
本番 AI エージェント向けの耐久性あるバックグラウンド処理とワークフロー
Agent-Ready Repo Auditor
コーディングエージェント向けの公開リポジトリ証拠チェック
Telemetry
コーディングエージェント向けの構造化イベントと SQL
可観測性と評価ツールの評価方法
試みた内容、使ったツール、返された結果、目標の達成を説明します。本番では運用情報とタスク単位の品質の両方が必要です。
トレース範囲、入力と呼び出しの記録、秘匿、評価、データセット、通知、出力、費用配賦を比較します。秘密を漏らさず、モデル、アプリ、キュー、ツールを横断して情報を結合できるか確認します。
このページの 46 社は候補であり、総合的な順位ではありません。以下の要件で絞り込み、各提供元の最新資料で説明を確認し、本番に近い入力で小規模な検証を行ってください。
評価チェックリスト
- ユーザー要求、モデル、ツール、再試行、最終出力が一つのトレースにつながること。
- 保存前に機微情報を隠し、役割でアクセスを制御すること。
- 遅延やトークン数だけでなく、タスクの成果を測ること。
情報源と検証
実装や購入の判断前に、一次資料で最新の動作を確認してください。機能、制限、価格は掲載確認後に変わる場合があります。