agent_debugger

Peaky Peek (agent_debugger) é um console de auditoria e confiança local-first e open-source projetado especificamente para depurar agentes de IA. Ao contrário de ferramentas tradicionais de observabilidade como LangSmith, OpenTelemetry ou Sentry, o Peaky Peek foca em responder à pergunta que os operadores realmente se importam: posso confiar no que este agente fez? A ferramenta captura a cadeia causal completa por trás de cada ação do agente e reformula cada execução como um registro de auditoria que responde a cinco perguntas-chave: o que aconteceu, por quê, com que evidência, com que resultado e onde falhou. Cada afirmação é classificada deterministicamente como verificada, parcialmente verificada, contradita, sem suporte, não verificada ou desatualizada, e cada sessão recebe uma pontuação de confiança explicável além de um cartão de veredito com uma postura nomeada (agir, verificar primeiro ou não agir). Os principais recursos incluem: - Console de Auditoria e Confiança de Agentes com cartões de veredito determinísticos, pontuações de confiança explicáveis, narrativas de falha, selos de verificação e sinais de risco - Visualização de Árvore de Decisão para navegar pelo raciocínio do agente como uma árvore interativa - Replay de Checkpoint para viajar no tempo pela execução do agente com reprodução ciente de checkpoints - Busca de Rastreamento para encontrar eventos específicos em todas as sessões - Agrupamento de Falhas e Coordenação Multi-Agente para análise adaptativa de falhas semelhantes - Comparação de Sessões para comparação lado a lado de duas execuções de agente A integração está disponível por três métodos: um decorador simples (@trace), um gerenciador de contexto (trace_session) e auto-patching de configuração zero que funciona com PydanticAI, LangChain, OpenAI SDK, CrewAI, AutoGen, LlamaIndex e Anthropic sem alterações de código. A arquitetura consiste em uma camada SDK para instrumentação, uma camada de inteligência para detecção e replay, um servidor FastAPI com armazenamento SQLite e um frontend React/TypeScript com nove painéis especializados. O projeto é licenciado sob MIT, requer Python 3.10+ e está disponível via pip como peaky-peek-server. Os recursos de privacidade incluem operação local-first sem telemetria externa, pipeline opcional de redação, autenticação por chave de API com hash bcrypt e armazenamento SQLite sem dependência de nuvem.