agent_debugger

Peaky Peek (agent_debugger) est une console d'audit et de confiance open-source, locale d'abord, conçue spécifiquement pour le débogage d'agents IA. Contrairement aux outils d'observabilité traditionnels comme LangSmith, OpenTelemetry ou Sentry, Peaky Peek se concentre sur la question que les opérateurs se posent réellement : puis-je faire confiance à ce que cet agent a fait ? L'outil capture la chaîne causale complète derrière chaque action d'agent et reformule chaque exécution comme un enregistrement d'audit répondant à cinq questions clés : ce qui s'est passé, pourquoi, avec quelles preuves, avec quel résultat, et où cela a échoué. Chaque affirmation est classée de manière déterministe comme vérifiée, partiellement vérifiée, contredite, non soutenue, non vérifiée ou obsolète, et chaque session reçoit un score de confiance explicable ainsi qu'une carte de verdict avec une posture nommée (agir, vérifier d'abord, ou ne pas agir). Les fonctionnalités clés incluent : - Console d'audit et de confiance d'agent avec cartes de verdict déterministes, scores de confiance explicables, récits d'échec, badges de vérification et signaux de risque - Visualisation d'arbre de décision pour naviguer dans le raisonnement de l'agent comme un arbre interactif - Relecture de points de contrôle pour voyager dans le temps à travers l'exécution de l'agent avec une lecture consciente des points de contrôle - Recherche de traces pour trouver des événements spécifiques dans toutes les sessions - Regroupement des échecs et coordination multi-agents pour une analyse adaptative des échecs similaires - Comparaison de sessions pour une comparaison côte à côte de deux exécutions d'agent L'intégration est disponible via trois méthodes : un décorateur simple (@trace), un gestionnaire de contexte (trace_session), et un auto-patchage zéro configuration qui fonctionne avec PydanticAI, LangChain, OpenAI SDK, CrewAI, AutoGen, LlamaIndex et Anthropic sans modifications de code. L'architecture se compose d'une couche SDK pour l'instrumentation, une couche d'intelligence pour la détection et la relecture, un serveur FastAPI avec stockage SQLite, et un frontend React/TypeScript avec neuf panneaux spécialisés. Le projet est sous licence MIT, nécessite Python 3.10+, et est disponible via pip sous le nom peaky-peek-server. Les fonctionnalités de confidentialité incluent un fonctionnement local d'abord sans télémétrie externe, un pipeline de rédaction optionnel, une authentification par clé API avec hachage bcrypt, et un stockage SQLite sans dépendance cloud.