Descrição da ferramenta: AgentDbg é uma ferramenta de depuração local que registra execuções de agentes, incluindo chamadas de LLM, ferramentas, estados e erros, oferecendo visualização detalhada e controle sem necessidade de nuvem ou contas.
Atributos:
📝 Registro detalhado: Captura todas as atividades do agente em um arquivo JSONL para análise aprofundada.
⚠️ Avisos de loop: Detecta comportamentos repetitivos e avisa sobre possíveis ciclos indesejados.
🔒 Privacidade por padrão: Redação automática e limites de truncamento garantem segurança dos dados sensíveis.
💻 Compatibilidade ampla: Funciona com qualquer ambiente Python, com suporte opcional a LangChain/LangGraph.
📤 Exportação fácil: Permite exportar registros completos para um arquivo JSON único para análise posterior.
Exemplos de uso:
🛠️ Análise de chamadas do LLM: Inspecionar o fluxo das chamadas feitas pelo modelo durante uma execução.
🔍 Detecção de comportamentos repetitivos: Identificar loops ou ações redundantes no comportamento do agente.
📝 Avaliação de erros e exceções: Revisar logs para identificar falhas ou problemas durante a execução.
🔒 Sensibilidade dos dados: Utilizar a redaction padrão para proteger informações confidenciais nos registros.
📥 Análise offline: Exportar os registros para análise detalhada em ambientes externos ou ferramentas específicas.
Mais informações no repositório oficial do GitHub