agent-insight:基于 Agent 生态的 Skill 生成优化与评估平台项目

The agent-insight is a precise and easy-to-use Skill Engineering platform that provides automatic generation and optimization of Skills, multi-dimensional comparison, and in-depth analysis capabilities.

分支7Tags13
文件最后提交记录最后更新时间
1 个月前
1 个月前
2 天前
3 个月前
3 天前
1 个月前
12 天前
1 个月前
1 个月前
2 天前
2 天前
1 个月前
1 个月前
17 天前
11 天前
1 个月前
17 天前
1 个月前
5 个月前
1 个月前
9 天前
3 个月前
16 天前
24 天前
17 天前
3 天前
3 天前
5 个月前
1 个月前
16 天前
3 天前
1 个月前
1 个月前
1 个月前

Agent Insight

让每一个 Agent 都可被观测、可被评估、可自我进化。
面向 Agent 全生命周期的开源工程平台 — 观测 · 评测 · Skills 优化 一体化

License Node Repo Contact


📖 什么是 Agent Insight?

随着 Agent 在各行业的落地,开发者面临三大痛点:Agent 运行过程如同黑盒,难以定位问题根因;Skill 质量参差不齐,缺少体系化的评测与迭代手段;Agent 经验无法沉淀复用,每次优化都从零开始。

Agent Insight 正是为解决这些问题而生 —— 它是一个框架无关的统一AgentOps平台,让运行在 OpenCode、Claude Code、Hermes、Openclaw 等任意框架上的 Agent 都能被持续观测、系统评测和自主优化。

与同类产品不同的是,Agent Insight 把 Skills(Agent 能力) 作为一等公民,提供从生成、A/B 测试到优化的完整闭环。


✨ 核心能力

  • 🔭 Agent 观测与自进化 · 围绕 运行数据采集 → 链路跟踪 → 评测分析 → 经验沉淀 → 辅助决策 构建 Agent 全生命周期的数据飞轮,支撑故障定位与质量监控,并将运行数据沉淀为迭代优化的原料,持续驱动优化。
  • 🛠️ Skill 开发与自进化 · 围绕 Skill 生成 → 调试 → 观测 → 评估 → 优化 构建全生命周期能力闭环,将 Skill 打造为可持续进化的工程资产。
  • 🆎 智能 A/B 测评 · Config → Execution → Decision 三步法结构化工作流,支持一键执行、自动对比与智能决策,让能力升级有据可依、省心高效。
  • 🧠 智能诊断 · 基于链路与失败模式自动定位异常调用与根因。
  • 🔌 框架无关 · 基于 OpenTelemetry 等业界标准协议,通过原生插件或 OTLP 上报无缝兼容 OpenCode、Claude Code、Hermes、JiuwenSwarm 等多种 Agent 运行时与平台。
  • 🏠 完全自托管 · 一键安装,全栈本地化部署,数据完全自主可控,无外部依赖。

🏗️ 架构

Agent-Insight 架构图


🔌 支持平台

Agent Insight 框架无关,已接入以下 Agent 运行时/框架,更多平台持续接入中:

Agent 框架 采集方式
OpenCode 原生插件
Claude Code OTLP 上报
Hermes 原生插件
JiuwenSwarm OTLP 上报
Langgraph OTLP 上报

🚀 快速开始

1. 安装服务端

环境要求

  • Node.js >= 20.0.0
  • 3000 端口未被占用

提供以下两种安装方式,可根据实际应用场景任选其一:

方式一:使用 npm 快速部署(推荐)

通过包管理工具直接安装,适用于快速启动及基础使用的场景。

npx agent-insight install

平台服务管理命令参考:

命令 说明
npx agent-insight install 一键安装平台及所有组件
npx agent-insight start 启动服务(默认 3000 端口)
npx agent-insight start --port <端口> 指定端口启动
npx agent-insight stop --port <端口> 停止指定端口的服务
npx agent-insight restart 重启服务
npx agent-insight status 查看服务运行状态
npx agent-insight logs 查看服务日志

方式二:基于源码构建

适用于需要二次开发或深度定制的场景。

git clone https://gitcode.com/openeuler/agent-insight.git
cd agent-insight
npm install

方式三:使用 Docker 镜像部署

适用于服务器部署或希望应用容器与数据目录分离的场景。镜像已发布为多架构,x86_64 服务器会自动拉取 linux/amd64aarch64 服务器会自动拉取 linux/arm64

用法一:在线拉取 Docker Hub 镜像

docker pull karaggagent/agent-insight:latest

mkdir -p ~/.agent-insight/data
chmod -R 777 ~/.agent-insight

docker run -d \
  --name agent-insight \
  --restart unless-stopped \
  -p 3000:3000 \
  -v ~/.agent-insight:/data/agent-insight \
  karaggagent/agent-insight:latest

生产环境如需锁定版本号,可以把 latest 换成固定版本,例如 karaggagent/agent-insight:0.5.0

用法二:离线导入 .tar 镜像

如果服务器无法访问 Docker Hub,可以先拿到离线镜像包,例如 agent-insight-0.5.0-image.tar,再导入运行:

docker load -i agent-insight-0.5.0-image.tar
docker images | grep agent-insight

mkdir -p ~/.agent-insight/data
chmod -R 777 ~/.agent-insight

docker run -d \
  --name agent-insight \
  --restart unless-stopped \
  -p 3000:3000 \
  -v ~/.agent-insight:/data/agent-insight \
  karaggagent/agent-insight:0.5.0

容器内 /data/agent-insight 对应宿主机当前用户的 ~/.agent-insight,默认 SQLite 数据库位于 ~/.agent-insight/data/witty_insight.db。升级镜像时保留这个挂载目录即可复用数据。

更多部署、升级和排查说明见 5 分钟上手

启动服务

安装完成后,在工作目录下执行以下命令启动服务:

cd agent-insight

# 启动服务端,默认端口是3000
bash scripts/start.sh

停止服务

如果需要停止运行,在工作目录下执行以下命令。该脚本将安全关闭 Next.js 服务端及所有相关的后台子进程:

bash scripts/stop.sh

访问看板

浏览器打开 http://localhost:3000,使用个人邮箱登录即可。

登录

2. Agent 平台接入

当前系统支持与多种主流 Agent 平台(包括但不限于 OpenCode、Claude Code 等)集成。为实现数据采集与能力观测,需在目标 Agent 平台中配置并安装 Agent-Insight 插件。各平台的插件安装流程基本通用,以下以 Linux 环境下的 OpenCode 平台为例,说明 Agent-Insight 插件的具体安装与配置方式:

  1. 在看板的 安装指导 页面选择对应的 Agent 平台,并复制生成的插件安装命令。

    安装指导

  2. 在目标 Agent 平台所在的服务器终端执行该安装命令,根据交互提示完成对应平台的插件安装配置。

    选择运行时

  3. 验证接入配置:在 Agent 平台中触发一次测试任务(仍以 OpenCode 为例,执行任意基础命令)。

    opencode run 'hello'
    
  4. 登录 Agent-Insight 看板,进入 链路追踪 页面。若能观测到刚才执行的测试任务链路数据上报,即表明 Agent 平台已成功接入并正常工作。

    链路追踪


🧭 上手演练 — Skill 生成 → 评测 → 优化

完整体验在 Agent-Insight 看板中完成 Skill 生成 → 评测 → 优化 的闭环流程。

💡 零配置体验:新用户首次登录注册后,平台会自动注入一套内置示例(messages 日志分析 数据集 + 两条示例 Trace + 本地示例日志 ~/.agent-insight/example/messages),无需接入真实 Agent 即可照着 内置示例端到端走查 跑通「智能诊断 → Skill 生成 → 评测 → 优化」全流程。

注册模型

  1. 进入 模型注册,单击 注册首个模型

    注册模型

  2. 选择模型供应商。

    选择模型供应商

  3. 配置 API 密钥,单击 测试连接并保存

    配置 API Key

生成 Skill

  1. 进入 Skills 生成,提交需求描述,例如:

    创建一个 Skill,当用户请求查看系统信息时,自动执行 shell 脚本收集当前系统的关键信息(操作系统、CPU、内存、磁盘、网络等),以 Markdown 报告呈现给用户。

    生成 Skill

  2. 单击 保存并发布

分析 Skill

  1. 进入 Skills 评测,单击 静态合规

    分析 Skill

  2. 单击 重新扫描,查看分析结果。

    静态合规分析

优化 Skill

  1. 进入 Skills 优化,选择 Skill 并单击 优化

    优化 Skill

  2. 选择可优化项并单击 开始优化,或直接输入优化需求后单击 发送

    优化结果

  3. 优化完成后,单击 发布为 v1,系统将自动保存为新版本。


📚 文档

详细使用指南见 docs/user-guide 目录。新用户推荐从 内置示例端到端走查 开始 —— 用注册即得的内置示例零配置跑通完整闭环。

🤝 如何贡献

我们诚挚欢迎新贡献者加入项目,也会为新加入者提供全面的指导与帮助。

贡献代码前,请先签署 CLA,再参考 代码贡献指引 提交代码。

如有任何疑问、建议或讨论需求,欢迎通过以下方式联系我们:


📝 License

本项目采用 MIT 开源协议。

项目介绍

The agent-insight is a precise and easy-to-use Skill Engineering platform that provides automatic generation and optimization of Skills, multi-dimensional comparison, and in-depth analysis capabilities.

定制我的领域