sdk

@flarelog/sdk

适用于任何 JavaScript 运行时的零依赖可观测性。

将日志、错误和通过 W3C 传播的追踪数据从 Cloudflare Workers、Vercel、Node.js 或浏览器发送到 FlareLog 或任何 OTLP 后端。一个 SDK，适用于所有平台。

---

文档

docs.flarelog.dev

完整文档，包含安装指南、API 参考、框架集成和平台专属设置。

---

快速开始

npm install @flarelog/sdk

import { flarelog } from "@flarelog/sdk";

const logger = flarelog({});
logger.info("Hello!");  // → console (zero config)

添加 API 密钥，将数据发送到仪表板：

FLARELOG_API_KEY=fl_your_key

---

AI 推理可观测性

无需配置即可为 OpenAI、Anthropic、Cloudflare Workers AI、 Vercel AI SDK 和任何兼容 OpenAI 的网关添加埋点。捕获令牌数、延迟、 美元成本、工具调用和错误 — 可在 AI 可观测性仪表板中查看。

import { flarelog } from "@flarelog/sdk";

const logger = flarelog({
  apiKey: process.env.FLARELOG_API_KEY,
  ai: true, // one flag — every fetch() to OpenAI/Anthropic/etc. is captured
});

需要更精细的控制？改为传入配置对象：

const logger = flarelog({
  apiKey: process.env.FLARELOG_API_KEY,
  ai: {
    captureSamples: true,
    priceOverrides: { "gpt-4o": { input: 2.5, output: 10 } },
  },
});

你也可以直接使用 flarelogAI（从主包重新导出）：

import { flarelog, flarelogAI } from "@flarelog/sdk";

const logger = flarelog({ apiKey: process.env.FLARELOG_API_KEY });
const handle = flarelogAI(logger);
// handle.dispose() to remove instrumentation later

启用用量报告后，流式 OpenAI 调用会捕获令牌用量（Anthropic 和 Workers AI 会自动捕获用量）：

await fetch("https://api.openai.com/v1/chat/completions", {
  method: "POST",
  headers: { Authorization: `Bearer ${process.env.OPENAI_API_KEY}` },
  body: JSON.stringify({
    model: "gpt-4o",
    stream: true,
    stream_options: { include_usage: true }, // ← required for streaming token capture
    messages: [{ role: "user", content: "Hello" }],
  }),
});

完整文档请参阅 AI 可观测性指南。

---

功能

• 零依赖 — 无需审计，也不会发生冲突
• 适用于任何 JavaScript 运行时 — Cloudflare Workers、Vercel、Node.js、浏览器
• W3C 追踪传播 — 跨服务分布式追踪
• 自动检测 — 环境、发布版本、平台
• 兼容 OTLP — 将数据发送到 Grafana、Honeycomb、Datadog 或任何 OTLP 后端
• AI 推理可观测性 — 无需配置，即可跟踪 OpenAI、Anthropic、Workers AI、Vercel AI SDK 和任何兼容 OpenAI 的网关的令牌数、成本和延迟

---

许可证

MIT