opik

Opik：オープンソースのLLM可観測性、評価、AIエージェントのトレース

Opikは、AIエージェントのトレース、LLMの評価、プロンプト管理、本番環境のモニタリングを実現する、オープンソースのLLM可観測性・評価プラットフォームです。 Cometが開発しています。Apache-2.0ライセンスで、プラットフォーム全体を無料でセルフホストでき、GitHubスター数は20,000を超えています。

ウェブサイト • Slackコミュニティ • Twitter • 変更履歴 • ドキュメント

_{最終更新日：2026-07-17}

🚀 Opikとは？

Opikは、LLMアプリやAIエージェントを構築するチーム向けに、開発時の最初のトレースから本番環境のモニタリングまで、LLMアプリケーションのライフサイクル全体をカバーします。主な機能は以下のとおりです：

• AI エージェントのトレーシングとオブザーバビリティ：LLM 呼び出し、会話ログ、エージェントのアクティビティを詳細にトレースし、複数のステップを実行するエージェントやツール呼び出しのトレースツリー全体を確認できます。
• LLM の評価：ハルシネーション検出、モデレーション、RAG 評価のためのデータセット、実験、LLM-as-a-judge メトリクスを利用できます。
• プロンプトとエージェントの最適化：プロンプトとエージェントを改善する Opik Agent Optimizer SDK を利用できます。
• 本番環境に対応したモニタリング：スケーラブルなダッシュボードとオンライン評価ルールを利用できます。
• Opik Guardrails：安全で責任ある AI の実践を実現するための機能を利用できます。
• CI/CD 評価：コミットごとに LLM パイプラインをテストする PyTest 統合を利用できます。

主な機能は次のとおりです。

• 開発とトレーシング：

  • 開発時と本番環境で、詳細なコンテキストとともにすべての LLM 呼び出しとトレースを追跡できます（クイックスタート）。
  • オブザーバビリティを容易に実現する、幅広いサードパーティ統合を提供します。増え続けるフレームワークの一覧とシームレスに統合でき、特に大規模で人気の高いフレームワークの多くをネイティブにサポートしています（最近追加された Google ADK、Autogen、Flowise AI など）。(統合)
  • Python SDK または UI を使って、フィードバックスコアでトレースとスパンに注釈を付けられます。
  • Prompt Playground でプロンプトとモデルを試せます。

• 評価とテスト：

  • データセット と 実験 を使って、LLM アプリケーションの評価を自動化できます。
  • ハルシネーション検出、モデレーション、RAG 評価（回答の関連性、コンテキストの適合率）などの複雑なタスクに、強力な LLM-as-a-judge メトリクスを活用できます。
  • PyTest 統合を使って、評価を CI/CD パイプラインに組み込めます。

• 本番環境のモニタリングと最適化：

  • 大量の本番トレースを記録できます。Opik は大規模な処理に対応するよう設計されています（1 日あたり 4,000 万件以上のトレース）。
  • Opik ダッシュボードで、フィードバックスコア、トレース数、トークン使用量の推移をモニタリングできます。
  • LLM-as-a-Judge メトリクスを使用するオンライン評価ルールを活用して、本番環境の問題を特定できます。
  • Opik Agent Optimizer と Opik Guardrails を活用して、本番環境の LLM アプリケーションを継続的に改善し、安全性を確保できます。

対象ユーザー： LLM を活用したエージェントを構築する ML エンジニア、プロトタイプから本番環境への移行を進める AI チーム、そして自社環境で実行できるオープンソースのセルフホスト可能な可観測性を必要とするエンジニアリングチームです。

ここでオープンソースが重要な理由： Opik は Apache-2.0 ライセンスで提供され、セルフホストは無料です。クライアント SDK だけではなく、バックエンドを含むプラットフォーム全体を利用できます。リポジトリには、サーバーバックエンド、ウェブアプリケーション、トレーシング、データセット、実験、評価、プロンプト管理、オンライン評価、エージェント最適化の各コンポーネントが含まれ、すべて Apache-2.0 の下で提供されています。データを自社環境の外に出さず、Enterprise の営業担当者とのやり取りも必要なく、自社のインフラストラクチャ内で LLM の可観測性を実現できます。

ヒント

現在 Opik にない機能をお探しの場合は、新しい機能リクエストをお寄せください 🚀

⚡ クイックスタート

Python SDK をインストールして設定します。

pip install opik
opik configure

@track デコレーターで任意の関数をラップすると、トレースの記録を開始できます。

from opik import track

@track
def my_function(input: str) -> str:
    return input

これで my_function の呼び出しはすべて、ネストされた呼び出しも含めて Opik に記録されます。そのため、単一の LLM 呼び出しだけでなく、エージェントやパイプライン全体のトレースにも利用できます。TypeScript SDK やその他の設定方法については、クイックスタートガイドをご覧ください。

コーディングエージェントを接続する

Claude Code、Cursor、VS Code Copilot、Codex、opencode からトレースを読み込み、出力を採点し、チャットから評価を実行できるようにします。1 つのコマンドで設定できます。必要なのは uv だけで、SDK は不要です。

uvx opik mcp configure

バッジと下記の add-mcp フォールバックは Opik Cloud を対象としています。上記のコマンドはセルフホスト環境にも対応しています。Opik Cloud で他の MCP クライアントを使用する場合：npx add-mcp https://www.comet.com/opik/api/v1/mcp --name opik-mcp。詳細、トラブルシューティング、よくある質問については、MCP サーバーガイドをご覧ください。

📊 Opik との比較

Opik は、LangSmith、Arize（Phoenix および Arize AX）、Weights & Biases（Weave）、Langfuse、Braintrust と並ぶ、LLM のオブザーバビリティ／AI エージェント評価のカテゴリで競合しています。

機能	Opik	LangSmith	Phoenix	Arize AX	Weights & Biases（Weave）	Langfuse	Braintrust
オープンソース	はい、Apache-2.0（プラットフォーム全体）	いいえ	ソースを利用可能（Elastic License 2.0、OSI 承認済みではありません）	いいえ	オープンソースの SDK／ツールキット。プラットフォームのセルフマネージド運用には商用ライセンスが必要です	MIT ライセンスのコアプラットフォーム。商用エンタープライズモジュールもあります	いいえ
セルフホストでのデプロイ	はい	エンタープライズのみ	はい	エンタープライズのみ	Weave 自体はエンタープライズのみ	はい、コア機能	エンタープライズのみ
無料プラン（クラウドまたはセルフホスト）	はい、両方	はい、クラウド	はい、セルフホスト	はい、クラウド	はい、クラウド	はい、両方	はい、クラウド
エージェント／複数ステップのトレース	はい	はい	はい	はい	はい	はい	はい
LLM による評価	はい	はい	はい	はい	はい	はい	はい
プロンプト管理	はい	はい	一部対応	一部対応	一部対応	はい	はい
フレームワーク非依存	はい	一部対応、LangChain を中心に構築	はい	はい	はい	はい	はい

チームが Opik を選ぶ理由： Opik のオブザーバビリティ、評価、最適化を網羅するプラットフォームは Apache-2.0 ライセンスで提供され、無料でセルフホストできます。セルフホストでのデプロイにエンタープライズプランが必要なクローズドなプラットフォームとは異なり、Opik は商用ライセンスなしでデプロイできます。また、フレームワーク非依存のため、特定のエージェントエコシステムに縛られません。セルフホストとライセンスに関する各製品の違いについては、上の表をご覧ください。

❓ よくある質問

Opik はオープンソースですか？

Opik は Apache 2.0 ライセンスで提供されています。サーバー、ウェブアプリケーション、オブザーバビリティと評価のコア機能は、商用ライセンスなしでセルフホストできます。

Opik をセルフホストできますか？

はい。ドキュメントに記載されたセルフホストの方法を使って、ローカル環境または独自のインフラストラクチャに Opik をデプロイできます。

Opik は AI エージェントのトレースに対応していますか？

はい。Opik は、LLM 呼び出し、ツールの実行、検索ステップなど、エージェントのさまざまなアクティビティを含む複数ステップのトレースを取得します。

Opik は LLM の評価に対応していますか？

はい。Opik は、データセット、実験、コードベースのメトリクス、LLM による評価、オンライン評価に対応しています。

Opik は特定のエージェントフレームワークに依存していますか？

いいえ。Opik はフレームワーク非依存であり、SDK、OpenTelemetry、各フレームワーク向けのインテグレーションに対応しています。

🛠️ Opik サーバーのインストール

数分で Opik サーバーを起動できます。ニーズに最適な方法を選択してください。

オプション 1：Comet.com クラウド（最も簡単で推奨）

セットアップなしですぐに Opik を利用できます。すぐに使い始めたい場合や、手間のかからないメンテナンスを重視する場合に最適です。

👉 Comet の無料アカウントを作成

オプション 2：Opik をセルフホストして完全に制御する

Opik を独自の環境にデプロイします。ローカル環境には Docker、スケーラビリティを重視する場合は Kubernetes を選択できます。

Docker Compose を使ったセルフホスト（ローカル開発およびテスト向け）

ローカルで Opik インスタンスを起動する最も簡単な方法です。新しい ./opik.sh インストールスクリプトにご注意ください。

Linux または Mac 環境の場合：

# Clone the Opik repository
git clone https://github.com/comet-ml/opik.git

# Navigate to the repository
cd opik

# Start the Opik platform
./opik.sh

Windows 環境の場合：

# Clone the Opik repository
git clone https://github.com/comet-ml/opik.git

# Navigate to the repository
cd opik

# Start the Opik platform
powershell -ExecutionPolicy ByPass -c ".\\opik.ps1"

インストールスクリプトのオプション

opik.sh および opik.ps1 スクリプトでは、次のオプションを使用できます。

# Start full Opik suite (default behavior)
./opik.sh

# Start only infrastructure services (databases, caches etc.)
./opik.sh --infra

# Start infrastructure + backend services
./opik.sh --backend

# Enable guardrails with any profile
./opik.sh --guardrails # Guardrails with full Opik suite
./opik.sh --backend --guardrails # Guardrails with infrastructure + backend

# Build the containers from source before starting
./opik.sh --build

# Check that all containers are healthy
./opik.sh --verify

# Stop all containers
./opik.sh --stop

# Stop all containers and remove all Opik data volumes
# WARNING: ALL OPIK DATA WILL BE LOST
./opik.sh --clean

# Show all available options
./opik.sh --help

問題のトラブルシューティングには、--help または --info オプションを使用してください。Dockerfile はセキュリティ強化のため、コンテナが非 root ユーザーとして実行されるようになりました。すべてが起動したら、ブラウザーで localhost:5173 にアクセスしてください。詳しい手順については、ローカルデプロイガイドをご覧ください。

Kubernetes と Helm によるセルフホスティング（スケーラブルなデプロイメント向け）

本番環境やより大規模なセルフホスト型デプロイメントでは、Opik は Helm チャートを使用して Kubernetes クラスターにインストールできます。完全な Helm を使用した Kubernetes インストールガイドについては、バッジをクリックしてください。

💻 Opik クライアント SDK

Opik は、Opik サーバーとやり取りするためのクライアントライブラリ群と REST API を提供しています。これには Python および TypeScript 用の SDK に加え、ファーストパーティの OpenTelemetry サポートが含まれます。Java、Ruby、.NET など、OpenTelemetry SDK を持つあらゆる言語から Opik にトレースを送信できます。詳細な API および SDK リファレンスについては、Opik クライアントリファレンスドキュメントをご参照ください。

Python SDK クイックスタート

Python SDK を始めるには：

パッケージをインストールします：

# install using pip
pip install opik

# or install with uv
uv pip install opik

opik configure コマンドを実行して Python SDK を構成します。このコマンドは、Opik サーバーアドレス（セルフホスト型インスタンスの場合）または API キーとワークスペース（Comet.com の場合）の入力を求めます：

opik configure

ヒント

Python コードから opik.configure(use_local=True) を呼び出して、ローカルのセルフホスト型インストールで実行するように SDK を構成することも、Comet.com 用に API キーとワークスペースの詳細を直接指定することもできます。その他の構成オプションについては、Python SDK ドキュメントをご参照ください。

これで、Python SDK を使用してトレースの記録を開始する準備が整いました。

📝 インテグレーションを使用したトレースの記録

トレースを記録する最も簡単な方法は、当社の直接インテグレーションのいずれかを使用することです。Opik は幅広いフレームワークをサポートしており、Google ADK、Autogen、AG2、Flowise AI といった最近追加されたものも含まれます：

統合	説明	ドキュメント
ADK	Google Agent Development Kit（ADK）のトレースを記録します	ドキュメント
AG2	AG2 の LLM 呼び出しのトレースを記録します	ドキュメント
Agent Spec	Agent Spec 呼び出しのトレースを記録します	ドキュメント
AIsuite	aisuite の LLM 呼び出しのトレースを記録します	ドキュメント
Agno	Agno エージェントオーケストレーションフレームワークの呼び出しのトレースを記録します	ドキュメント
Anthropic	Anthropic の LLM 呼び出しのトレースを記録します	ドキュメント
Autogen	Autogen のエージェント型ワークフローのトレースを記録します	ドキュメント
Bedrock	Amazon Bedrock の LLM 呼び出しのトレースを記録します	ドキュメント
BeeAI (Python)	BeeAI Python エージェントフレームワークの呼び出しのトレースを記録します	ドキュメント
BeeAI (TypeScript)	BeeAI TypeScript エージェントフレームワークの呼び出しのトレースを記録します	ドキュメント
BytePlus	BytePlus の LLM 呼び出しのトレースを記録します	ドキュメント
Claude Code	Opik プラグイン経由で Claude Code セッションのトレースを記録します	GitHub
Cloudflare Workers AI	Cloudflare Workers AI の呼び出しのトレースを記録します	ドキュメント
Cohere	Cohere の LLM 呼び出しのトレースを記録します	ドキュメント
CrewAI	CrewAI の呼び出しのトレースを記録します	ドキュメント
Cursor	Cursor の会話のトレースを記録します	ドキュメント
DeepSeek	DeepSeek の LLM 呼び出しのトレースを記録します	ドキュメント
Dify	Dify エージェントの実行トレースを記録します	ドキュメント
DSPY	DSPy の実行トレースを記録します	ドキュメント
Fireworks AI	Fireworks AI の LLM 呼び出しのトレースを記録します	ドキュメント
Flowise AI	Flowise AI のビジュアル LLM ビルダーのトレースを記録します	ドキュメント
Gemini (Python)	Google Gemini の LLM 呼び出しのトレースを記録します	ドキュメント
Gemini (TypeScript)	Google Gemini TypeScript SDK の呼び出しのトレースを記録します	ドキュメント
Groq	Groq の LLM 呼び出しのトレースを記録します	ドキュメント
Guardrails	Guardrails AI の検証トレースを記録します	ドキュメント
Haystack	Haystack の呼び出しのトレースを記録します	ドキュメント
Harbor	Harbor ベンチマーク評価試行のトレースを記録します	ドキュメント
Instructor	Instructor で実行した LLM 呼び出しのトレースを記録します	ドキュメント
LangChain (Python)	LangChain の LLM 呼び出しのトレースを記録します	ドキュメント
LangChain (JS/TS)	LangChain JavaScript/TypeScript の呼び出しのトレースを記録します	ドキュメント
LangGraph	LangGraph の実行トレースを記録します	ドキュメント
Langflow	Langflow のビジュアル AI ビルダーのトレースを記録します	ドキュメント
LiteLLM	LiteLLM のモデル呼び出しのトレースを記録します	ドキュメント
LiveKit Agents	LiveKit Agents AI エージェントフレームワークの呼び出しのトレースを記録します	ドキュメント
LlamaIndex	LlamaIndex の LLM 呼び出しのトレースを記録します	ドキュメント
Mastra	Mastra AI ワークフローフレームワークの呼び出しのトレースを記録します	ドキュメント
MCP Server (opik-mcp)	Model Context Protocol 経由で Claude Code、Cursor、または VS Code から Opik を操作します	ドキュメント
Microsoft Agent Framework (Python)	Microsoft Agent Framework の呼び出しのトレースを記録します	ドキュメント
Microsoft Agent Framework (.NET)	Microsoft Agent Framework .NET の呼び出しのトレースを記録します	ドキュメント
Mistral AI	Mistral AI の LLM 呼び出しのトレースを記録します	ドキュメント
n8n	n8n ワークフロー実行のトレースを記録します	ドキュメント
Novita AI	Novita AI の LLM 呼び出しのトレースを記録します	ドキュメント
Ollama	Ollama の LLM 呼び出しのトレースを記録します	ドキュメント
OpenAI (Python)	OpenAI の LLM 呼び出しのトレースを記録します	ドキュメント
OpenAI (JS/TS)	OpenAI JavaScript/TypeScript の呼び出しのトレースを記録します	ドキュメント
OpenAI Agents	OpenAI Agents SDK の呼び出しのトレースを記録します	ドキュメント
OpenClaw	OpenClaw エージェント実行のトレースを記録します	ドキュメント
OpenRouter	OpenRouter の LLM 呼び出しのトレースを記録します	ドキュメント
OpenTelemetry	OpenTelemetry がサポートする呼び出しのトレースを記録します	ドキュメント
OpenWebUI	OpenWebUI の会話のトレースを記録します	ドキュメント
Pipecat	Pipecat のリアルタイム音声エージェントの呼び出しのトレースを記録します	ドキュメント
Predibase	Predibase の LLM 呼び出しのトレースを記録します	ドキュメント
Pydantic AI	PydanticAI エージェントの呼び出しのトレースを記録します	ドキュメント
Ragas	Ragas の評価トレースを記録します	ドキュメント
Semantic Kernel	Microsoft Semantic Kernel の呼び出しのトレースを記録します	ドキュメント
Smolagents	Smolagents エージェントのトレースを記録します	ドキュメント
Spring AI	Spring AI フレームワークの呼び出しのトレースを記録します	ドキュメント
Strands Agents	Strands エージェントの呼び出しのトレースを記録します	ドキュメント
Together AI	Together AI の LLM 呼び出しのトレースを記録します	ドキュメント
TrueFoundry	TrueFoundry AI Gateway の LLM 呼び出しのトレースを記録します	ドキュメント
TypeSafe AI	TypeSafe AI（Jev）System One の呼び出しのトレースを記録します	ドキュメント
Vercel AI SDK	Vercel AI SDK の呼び出しのトレースを記録します	ドキュメント
VoltAgent	VoltAgent エージェントフレームワークの呼び出しのトレースを記録します	ドキュメント
WatsonX	IBM watsonx の LLM 呼び出しのトレースを記録します	ドキュメント
xAI Grok	xAI Grok の LLM 呼び出しのトレースを記録します	ドキュメント

ヒント

上記に記載されていないフレームワークを使用している場合は、お気軽に issue を作成するか、連携機能の PR を送信してください。

上記のいずれのフレームワークも使用していない場合は、track 関数デコレーターを使用してトレースを記録することもできます。

import opik

opik.configure(use_local=True) # Run locally

@opik.track
def my_llm_function(user_question: str) -> str:
    # Your LLM code here

    return "Hello"

ヒント

track デコレーターは、当社の任意の連携機能と組み合わせて使用でき、ネストされた関数呼び出しの追跡にも使用できます。

🧑‍⚖️ LLM as a Judge メトリクス

Python Opik SDK には、LLM アプリケーションを評価するのに役立つ多数の LLM as a Judge メトリクスが含まれています。詳細については、メトリクスのドキュメントをご覧ください。

これらを使用するには、該当するメトリクスをインポートし、score 関数を使用するだけです。

from opik.evaluation.metrics import Hallucination

metric = Hallucination()
score = metric.score(
    input="What is the capital of France?",
    output="Paris",
    context=["France is a country in Europe."]
)
print(score)

Opik には、あらかじめ用意された多数のヒューリスティックメトリクスも含まれており、独自のメトリクスを作成することもできます。詳細については、メトリクスのドキュメントをご覧ください。

🔍 LLM アプリケーションの評価

Opik では、開発中に Datasets と Experiments を通じて LLM アプリケーションを評価できます。Opik ダッシュボードは、実験向けの強化されたグラフと、大規模なトレースのより優れた処理を提供します。PyTest 連携を使用して、CI/CD パイプラインの一部として評価を実行することもできます。

⭐ GitHub でスターをお願いします

Opik が役に立ったと感じたら、ぜひスターを付けていただけると嬉しいです！皆様のサポートが、コミュニティの成長と製品の継続的な改善につながります。

🤝 コントリビューション

Opik に貢献する方法はたくさんあります：

• バグレポートや機能リクエストを送信する
• ドキュメントを確認し、改善するための Pull Request を送信する
• Opik について登壇したり執筆したりし、私たちに知らせる
• 人気の機能リクエストにアップボートして支持を示す

Opik への貢献方法の詳細については、コントリビューションガイドラインをご覧ください。