AI代理可观测性工具

AI代理可观测性工具是 agentkitai 开发的 MCP 服务器：AgentLens是一个开源的AI代理可观测性工具，提供防篡改审计跟踪功能，适用于需要记录和监控AI代理活动的场景。接入两步走：git clone https://github.com/agentkitai/agentlens，再把下文配置粘进客户端 mcpServers 段重启即可。

先把话说清楚：AI代理可观测性工具不是又一个大模型，而是一个标准的 MCP 服务器。装好之后，你的 AI 客户端多出一组新工具，模型可以按需调用。AgentLens是一个开源的AI代理可观测性工具，提供防篡改审计跟踪功能，适用于需要记录和监控AI代理活动的场景

• ? MCP-Native — Ships as an MCP server. Works with Claude Desktop, Cursor, and any MCP client.
• ? Tamper-Evident Audit Trail — Append-only event storage with SHA-256 hash chains per session.
• ❤️‍? Health Scores — 5-dimension health scoring with trend tracking.
• ? Cost Optimization — Complexity-aware model recommendation engine with projected savings.
• ? Session Replay — Step-through any past session with full context reconstruction.
• ?️ Guardrails — Automated safety rules with dry-run mode for safe testing.
• ? Tenant Isolation — Multi-tenant support with per-tenant data scoping and API key binding.
• ? Self-Hosted — SQLite by default, no external dependencies. MIT licensed.

两类人最该装：一是天天在 Claude Desktop、Cursor 里写代码，想让 AI 直接帮你跑命令、改仓库、读文件的人；二是已经在用 MCP 生态、想按需拼装能力的折腾型用户。反过来，如果你只需要偶尔手动用它背后的服务，直接开网页就行，不必上 MCP。

动手前确认环境齐了：

• Python 3.10+ 与 pip（个别仓库要求 3.11+，以 README 为准）。
• Node.js 18 或更高版本（旧版 npx 跑不动一部分新版 MCP 包）。
• Docker 环境（docker ps 正常返回即可）。
• git。
• 一个支持 MCP 的客户端：Claude Desktop、Cursor、Cline、Windsurf 任选其一。
• 对应平台的 API Key（第 2 步要用）。

终端里任选一条（不同安装方式，效果等价）：

git clone https://github.com/agentkitai/agentlens && cd agentlens
docker run -p 3400:3400 -e AUTH_DISABLED=true -e JWT_SECRET=dev-secret ghcr.io/agentkitai/agentlens
npx @agentkitai/agentlens-server
pip install agentlensai[all-providers]

AI代理可观测性工具的 README 没给标准 mcpServers JSON，配置入口见 官方文档 的 Usage/Configuration 章节。原则不变：客户端配置文件里加 mcpServers 条目，重启生效。

完全退出客户端再打开（是托盘里真正退出，不是关窗口）。工具列表里出现AI代理可观测性工具的工具即接入成功；调用报错的话，先查下面的坑点清单。

• Key 填了但没生效：多半填在了 args 而不是 env 段。客户端日志里看到 Environment variable JWT_SECRET not set 就是这个原因。
• 改了配置没反应：客户端只重启了窗口没退进程。macOS 按 Cmd+Q，Windows 检查托盘。
• JSON 报错打不开客户端：多半是最后多个逗号。粘进任何 JSON 校验器里查一遍再保存。