opik

Opik：开源大模型可观测性、评估与 AI Agent 追踪

Opik 是一款开源大模型可观测性与评估平台，支持 AI Agent 追踪、大模型评估、提示词管理和生产环境监控。 由 Comet 打造。采用 Apache-2.0 许可，可免费自托管完整平台，GitHub 星标数超过 20,000。

官方网站 • Slack 社区 • Twitter • 更新日志 • 文档

_{最后更新：2026-07-17}

🚀 什么是 Opik？

对于构建大模型应用和 AI Agent 的团队，Opik 覆盖大模型应用的完整生命周期，从开发阶段的第一条追踪记录到生产环境监控。主要功能包括：

• AI Agent 跟踪与可观测性：深入跟踪 LLM 调用、对话日志和 Agent 活动，并为多步骤 Agent 和工具调用提供完整的跟踪树。
• LLM 评估：通过数据集、实验和 LLM-as-a-judge 指标，进行幻觉检测、内容审核和 RAG 评估。
• 提示词与 Agent 优化：借助 Opik Agent Optimizer SDK 改进提示词和 Agent。
• 可用于生产环境的监控：可扩展的仪表板和在线评估规则。
• Opik Guardrails：帮助你实施安全、负责任的 AI 实践。
• CI/CD 评估：通过 PyTest 集成，在每次提交时测试 LLM 管道。

主要功能包括：

• 开发与跟踪：

  • 在开发和生产环境中跟踪所有 LLM 调用和跟踪记录，并提供详细上下文（快速入门）。
  • 丰富的第三方集成，便于实现可观测性：与不断扩展的框架列表无缝集成，原生支持许多规模最大、最受欢迎的框架（包括近期新增的 Google ADK、Autogen 和 Flowise AI）。（集成）
  • 通过 Python SDK 或 UI，为跟踪记录和跨度添加反馈分数。
  • 在 提示词 Playground 中试验提示词和模型。

• 评估与测试：

  • 使用数据集和实验，自动评估 LLM 应用。
  • 利用强大的 LLM-as-a-judge 指标完成复杂任务，例如幻觉检测、内容审核和 RAG 评估（答案相关性、上下文精确率）。
  • 通过我们的 PyTest 集成，将评估集成到 CI/CD 管道中。

• 生产监控与优化：

  • 大量记录生产环境中的追踪：Opik 专为规模化使用而设计（每天 4,000 万条以上追踪）。
  • 在 Opik Dashboard 中监控反馈分数、追踪数量和 Token 用量随时间的变化。
  • 使用基于 LLM-as-a-Judge 指标的 Online Evaluation Rules 来识别生产环境中的问题。
  • 利用 Opik Agent Optimizer 和 Opik Guardrails，持续改进并保障生产环境中的大模型应用安全。

适用对象： 构建大模型驱动 Agent 的 ML 工程师、从原型迈向生产环境的 AI 团队，以及需要在自有环境中运行开源、可自托管可观测性工具的工程团队。

开源在这里为何重要： Opik 采用 Apache-2.0 许可证，可免费自托管：提供完整平台，包括后端，而不仅仅是客户端 SDK。代码库包含服务器后端、Web 应用、追踪、数据集、实验、评估、提示词管理、在线评估和 Agent 优化组件，全部采用 Apache-2.0 许可证。你可以在自己的基础设施中运行大模型可观测性，数据不会离开你的环境，也无需与企业销售团队沟通。

提示

如果你需要 Opik 目前尚不支持的功能，请提交新的 功能请求 🚀

⚡ 快速开始

安装 Python SDK 并进行配置：

pip install opik
opik configure

使用 @track 装饰器包装任意函数，即可开始记录追踪：

from opik import track

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

现在，每次调用 my_function 都会记录到 Opik，包括嵌套调用，因此它适用于完整的 Agent 和流水线追踪，而不只是单次大模型调用。有关 TypeScript SDK 和其他设置选项，请参阅快速入门指南。

连接你的编码 Agent

让 Claude Code、Cursor、VS Code Copilot、Codex 或 opencode 从聊天中读取追踪、评估输出并运行评估。只需一条命令即可完成设置。需要 uv，无需 SDK：

uvx opik mcp configure

这些徽章和下方的 add-mcp 备用方案面向 Opik Cloud；上方的命令也支持自托管部署。Opik Cloud 上的其他 MCP 客户端：npx add-mcp https://www.comet.com/opik/api/v1/mcp --name opik-mcp。详情、故障排查和常见问题解答请参阅 MCP 服务指南。

📊 Opik 有何优势？

Opik 与 LangSmith、Arize（Phoenix 和 Arize AX）、Weights & Biases（Weave）、Langfuse 和 Braintrust 同属 大模型可观测性 / AI Agent 评估类别。

能力	Opik	LangSmith	Phoenix	Arize AX	Weights & Biases（Weave）	Langfuse	Braintrust
开源	是，Apache-2.0（完整平台）	否	源代码可用（Elastic License 2.0，未获 OSI 批准）	否	开源 SDK/工具包；自托管平台需要商业许可证	核心平台采用 MIT 许可证；商业企业模块	否
可自托管部署	是	仅限企业版	是	仅限企业版	Weave 本身仅限企业版	是，核心平台	仅限企业版
提供免费套餐（云端或自托管）	是，两种方式均可	是，云端	是，自托管	是，云端	是，云端	是，两种方式均可	是，云端
Agent / 多步骤追踪	是	是	是	是	是	是	是
LLM-as-a-judge 评估	是	是	是	是	是	是	是
提示词管理	是	是	部分支持	部分支持	部分支持	是	是
框架无关	是	部分支持，围绕 LangChain 构建	是	是	是	是	是

团队选择 Opik 的理由： Opik 完整的可观测性、评估和优化平台采用 Apache-2.0 许可证，且可免费自托管。与自托管部署需要企业版套餐的封闭平台不同，部署 Opik 无需商业许可证；它也不依赖特定框架，因此不会将你限制在单一 Agent 生态系统中。有关各替代方案在自托管和许可证方面的差异，请参阅上表。

❓ 常见问题

Opik 是开源的吗？

Opik 采用 Apache 2.0 许可证。其服务端、Web 应用以及核心可观测性和评估功能均可在无需商业许可证的情况下自托管。

我可以自托管 Opik 吗？

可以。你可以使用文档中介绍的自托管选项，在本地或自己的基础设施中部署 Opik。

Opik 支持 AI Agent 追踪吗？

支持。Opik 会捕获多步骤追踪记录，其中包含大模型调用、工具执行、检索步骤和其他 Agent 活动。

Opik 支持大模型评估吗？

支持。Opik 支持数据集、实验、基于代码的指标、LLM-as-a-judge 评估和在线评估。

Opik 是否绑定特定的 Agent 框架？

不绑定。Opik 不依赖特定框架，支持其 SDK、OpenTelemetry 和针对特定框架的集成。

🛠️ Opik 服务端安装

只需几分钟即可运行 Opik 服务端。请选择最适合你需求的选项：

选项 1：Comet.com 云端（最简单，推荐）

无需任何设置，即可立即使用 Opik。适合快速开始，且无需费心维护。

👉 创建免费的 Comet 账户

选项 2：自托管 Opik，全面掌控

在自己的环境中部署 Opik。可选择 Docker 进行本地部署，或选择 Kubernetes 实现可扩展性。

使用 Docker Compose 自托管（用于本地开发和测试）

这是运行本地 Opik 实例最简单的方式。请注意，现已提供新的 ./opik.sh 安装脚本：

Linux 或 Mac 环境：

# 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 环境：

# 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"

安装脚本选项

opik.sh 和 opik.ps1 脚本支持以下选项：

# 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

使用 --help 或 --info 选项排查问题。现在，Dockerfile 会确保容器以非 root 用户身份运行，从而增强安全性。启动并运行后，即可在浏览器中访问 localhost:5173！详细说明请参阅本地部署指南。

使用 Kubernetes 和 Helm 自托管（适用于可扩展部署）

对于生产环境或规模较大的自托管部署，可使用我们的 Helm chart 在 Kubernetes 集群上安装 Opik。点击徽章查看完整的 使用 Helm 安装 Kubernetes 指南。

💻 Opik 客户端 SDK

Opik 提供一套客户端库和 REST API，用于与 Opik 服务交互。其中包括 Python 和 TypeScript 的 SDK，以及一流的 OpenTelemetry 支持：任何具有 OpenTelemetry SDK 的语言（包括 Java、Ruby 和 .NET）都可以向 Opik 发送跟踪记录。如需详细的 API 和 SDK 参考资料，请参阅 Opik 客户端参考文档。

Python SDK 快速入门

开始使用 Python SDK：

安装软件包：

# install using pip
pip install opik

# or install with uv
uv pip install opik

运行 opik configure 命令配置 Python SDK。系统会提示你输入 Opik 服务地址（适用于自托管实例），或 API 密钥和工作区（适用于 Comet.com）：

opik configure

提示

你也可以在 Python 代码中调用 opik.configure(use_local=True)，将 SDK 配置为在本地自托管安装上运行；或者直接提供 API 密钥和工作区详细信息以用于 Comet.com。有关更多配置选项，请参阅 Python SDK 文档。

现在，你可以使用 Python SDK 开始记录跟踪信息。

📝 使用集成记录跟踪信息

记录跟踪信息最简单的方法是使用我们的直接集成之一。Opik 支持众多框架，包括近期新增的 Google ADK、Autogen、AG2 和 Flowise AI：

Integration	Description	Documentation
ADK	记录 Google Agent Development Kit（ADK）的追踪信息	文档
AG2	记录 AG2 大模型调用的追踪信息	文档
Agent Spec	记录 Agent Spec 调用的追踪信息	文档
AIsuite	记录 aisuite 大模型调用的追踪信息	文档
Agno	记录 Agno Agent 编排框架调用的追踪信息	文档
Anthropic	记录 Anthropic 大模型调用的追踪信息	文档
Autogen	记录 Autogen Agent 工作流的追踪信息	文档
Bedrock	记录 Amazon Bedrock 大模型调用的追踪信息	文档
BeeAI (Python)	记录 BeeAI Python Agent 框架调用的追踪信息	文档
BeeAI (TypeScript)	记录 BeeAI TypeScript Agent 框架调用的追踪信息	文档
BytePlus	记录 BytePlus 大模型调用的追踪信息	文档
Claude Code	通过 Opik 插件记录 Claude Code 会话的追踪信息	GitHub
Cloudflare Workers AI	记录 Cloudflare Workers AI 调用的追踪信息	文档
Cohere	记录 Cohere 大模型调用的追踪信息	文档
CrewAI	记录 CrewAI 调用的追踪信息	文档
Cursor	记录 Cursor 对话的追踪信息	文档
DeepSeek	记录 DeepSeek 大模型调用的追踪信息	文档
Dify	记录 Dify Agent 运行的追踪信息	文档
DSPY	记录 DSPy 运行的追踪信息	文档
Fireworks AI	记录 Fireworks AI 大模型调用的追踪信息	文档
Flowise AI	记录 Flowise AI 可视化大模型构建器的追踪信息	文档
Gemini (Python)	记录 Google Gemini 大模型调用的追踪信息	文档
Gemini (TypeScript)	记录 Google Gemini TypeScript SDK 调用的追踪信息	文档
Groq	记录 Groq 大模型调用的追踪信息	文档
Guardrails	记录 Guardrails AI 验证的追踪信息	文档
Haystack	记录 Haystack 调用的追踪信息	文档
Harbor	记录 Harbor 基准评估试验的追踪信息	文档
Instructor	记录使用 Instructor 发起的大模型调用的追踪信息	文档
LangChain (Python)	记录 LangChain 大模型调用的追踪信息	文档
LangChain (JS/TS)	记录 LangChain JavaScript/TypeScript 调用的追踪信息	文档
LangGraph	记录 LangGraph 执行的追踪信息	文档
Langflow	记录 Langflow 可视化 AI 构建器的追踪信息	文档
LiteLLM	记录 LiteLLM 模型调用的追踪信息	文档
LiveKit Agents	记录 LiveKit Agents AI Agent 框架调用的追踪信息	文档
LlamaIndex	记录 LlamaIndex 大模型调用的追踪信息	文档
Mastra	记录 Mastra AI 工作流框架调用的追踪信息	文档
MCP Server (opik-mcp)	通过 Model Context Protocol 从 Claude Code、Cursor 或 VS Code 操作 Opik	文档
Microsoft Agent Framework (Python)	记录 Microsoft Agent Framework 调用的追踪信息	文档
Microsoft Agent Framework (.NET)	记录 Microsoft Agent Framework .NET 调用的追踪信息	文档
Mistral AI	记录 Mistral AI 大模型调用的追踪信息	文档
n8n	记录 n8n 工作流执行的追踪信息	文档
Novita AI	记录 Novita AI 大模型调用的追踪信息	文档
Ollama	记录 Ollama 大模型调用的追踪信息	文档
OpenAI (Python)	记录 OpenAI 大模型调用的追踪信息	文档
OpenAI (JS/TS)	记录 OpenAI JavaScript/TypeScript 调用的追踪信息	文档
OpenAI Agents	记录 OpenAI Agents SDK 调用的追踪信息	文档
OpenClaw	记录 OpenClaw Agent 运行的追踪信息	文档
OpenRouter	记录 OpenRouter 大模型调用的追踪信息	文档
OpenTelemetry	记录 OpenTelemetry 支持的调用的追踪信息	文档
OpenWebUI	记录 OpenWebUI 对话的追踪信息	文档
Pipecat	记录 Pipecat 实时语音 Agent 调用的追踪信息	文档
Predibase	记录 Predibase 大模型调用的追踪信息	文档
Pydantic AI	记录 PydanticAI Agent 调用的追踪信息	文档
Ragas	记录 Ragas 评估的追踪信息	文档
Semantic Kernel	记录 Microsoft Semantic Kernel 调用的追踪信息	文档
Smolagents	记录 Smolagents Agent 的追踪信息	文档
Spring AI	记录 Spring AI 框架调用的追踪信息	文档
Strands Agents	记录 Strands Agent 调用的追踪信息	文档
Together AI	记录 Together AI 大模型调用的追踪信息	文档
TrueFoundry	记录 TrueFoundry AI Gateway 大模型调用的追踪信息	文档
TypeSafe AI	记录 TypeSafe AI（Jev）System One 调用的追踪信息	文档
Vercel AI SDK	记录 Vercel AI SDK 调用的追踪信息	文档
VoltAgent	记录 VoltAgent Agent 框架调用的追踪信息	文档
WatsonX	记录 IBM watsonx 大模型调用的追踪信息	文档
xAI Grok	记录 xAI Grok 大模型调用的追踪信息	文档

提示

如果你使用的框架未列在上方，欢迎提交 issue或提交 PR，添加集成。

如果你未使用上述任何框架，也可以使用 track 函数装饰器来记录追踪：

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"

提示

track 装饰器可与我们的任何集成搭配使用，也可用于追踪嵌套函数调用。

🧑‍⚖️ LLM 作为裁判的指标

Python Opik SDK 包含多种 LLM 作为裁判的指标，可帮助你评估 LLM 应用。更多信息请参阅指标文档。

要使用这些指标，只需导入相应的指标并调用 score 函数：

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 还包含多种预构建的启发式指标，并支持创建自己的指标。更多信息请参阅指标文档。

🔍 评估你的 LLM 应用

Opik 支持你在开发过程中通过数据集和实验评估 LLM 应用。Opik Dashboard 为实验提供了增强图表，并改进了对大型追踪的处理。你也可以使用我们的 PyTest 集成，将评估作为 CI/CD 流水线的一部分运行。

⭐ 在 GitHub 上为我们点星

如果你觉得 Opik 有用，请考虑为我们点星！你的支持有助于我们壮大社区并持续改进产品。

🤝 参与贡献

你可以通过多种方式为 Opik 贡献：

• 提交 bug 报告和功能请求
• 审阅文档并提交 Pull Request来改进文档
• 通过演讲或写作介绍 Opik，并告知我们
• 为热门功能请求投赞成票，表达你的支持

若要了解如何为 Opik 贡献，请参阅我们的贡献指南。