telemetry.dev翻译站点

把AI智能体的模型调用、工具步骤和检索过程串成一条可追踪记录，定位慢在哪里、错在哪里、钱花在哪里。

是什么

telemetry.dev 是面向AI应用开发者的可观测平台。它以OpenTelemetry为接入基础，把一次请求或智能体运行拆成可检查的步骤，帮助团队从“用户说不好用”追到具体失败环节。2026年10月31日，产品在Product Hunt上线展示。它适合已有AI应用、需要调试与持续运营的团队，不是面向普通用户的聊天机器人。官网

产品由telemetry.dev团队运营，官方提供工程师支持渠道。公开资料没有充分披露公司注册主体、融资和团队规模，因此不宜用这些未经确认的信息判断服务保障。其SDK采用MIT许可证，但托管服务本身不是可自行部署的开源平台。服务条款

主要功能

• 调用链排障： 将模型、工具与检索步骤放进同一次trace，结合时间与错误记录定位问题。例如客服回答慢，先判断是模型等待，还是物流查询接口耗时，不必仅凭最后一句答案猜测。
• 成本与用量分析： 汇总模型token、延迟和成本。系统根据上报用量与价格快照估算，缺失价格时显示未知；它不等于供应商最终账单，也不覆盖所有非token收费。成本计算说明
• MCP排查： 观察MCP工具调用失败与耗时，也能让授权的AI客户端通过只读MCP服务查询遥测。后者不能修改项目、密钥或设置；读取捕获的提示与输出需额外权限。只读并不等于没有数据外发，客户端读取的信息会进入其处理环境。MCP说明
• 评测与改进： 用数据集、实验、规则、模型评分和人工审阅比较修改前后的回答，把发现的问题转成回归测试。模型评委使用项目配置的供应商密钥，调用费用由模型供应商收取。评测文档

适合哪些场景

AI客服和知识库应用： 从投诉中找到对应请求，区分资料检索错误、提示问题和外部系统失败。

多步骤智能体： 检查重复调用、漫长等待、错误重试，评估一次任务的整体开销，而不只是单次模型价格。

开发迭代： 修改提示、模型或工具前后，使用同一批样例比较。可观测记录能解释发生了什么，最终业务结果是否正确仍需团队定义验收标准，不能用“没有报错”代替“完成了任务”。

如何开始使用

1. 注册账号，建立项目，先用测试环境而非真实客户数据。
2. 由项目所有者或管理员创建接入密钥，在服务端设置环境变量，避免写入前端或公开仓库。
3. 按应用栈选择TypeScript、Python SDK或OTLP/HTTP出口。官方快速入门示例使用固定回复，不需要真实模型密钥，适合先检查链路。
4. 运行示例，到Traces查看记录。链路通畅后，再接入实际模型和工具调用。
5. 检查记录是否包含不应采集的内容，设置环境、保留期限与必要告警，然后用少量实际工作样例逐步扩大覆盖。

快速入门的运行要求为Node.js 22.18及以上或Python 3.10及以上；不同集成的覆盖范围需按对应文档确认。快速入门

费用与使用限制

按工作空间按月计费：免费版包含每月3万采集单位、14天记录保留、1个项目和2个席位；Pro为25美元/月，包含50万单位、30天保留、5个项目和5个席位；Team为50美元/月，包含200万单位、90天保留及不限项目和席位。税费和结算以购买页面为准。官方价格

一个span、一条日志或一个指标数据点通常各占一个单位，一次复杂任务可能产生多个单位。评测还有独立文本额度，不能把“每月3万单位”理解成3万次完整智能体任务。免费超额会停止接收，付费套餐超出包含量目前不自动收超额费，但不代表无限容量承诺。额度条款

隐私设置尤其需要先检查：默认会存储提示和回复。 服务端关闭捕获只影响后续接收的识别字段，并不能保证普通日志、异常消息或自定义字段不含敏感文本。需要确保内容不离开应用时，应在应用端采集、导出之前过滤，而不是只依赖平台脱敏。使用模型评测也可能把测试数据发送到相应模型服务。隐私和保留机制

工作空间成员可以看到该空间的所有项目，不适合把不同保密范围的数据随意混放。服务条款没有提供正常运行时间SLA，重要记录应另有保留方式，不把它当企业原件库或唯一审计档案。

同类工具怎么选

比较依据：Langfuse官网、LangSmith可观测介绍。以上是定位比较，不是未经实测的性能排名。

核心价值

telemetry.dev的价值，是让AI应用从“只看最终回复”走向“看得见执行过程”。对刚开始运营智能体的小团队，可以先监测一个高频流程，确认是否真的减少排障时间，再决定是否扩大接入。若主要需求是永久保存业务原件、严格分级权限或完全离线部署，应把这些要求交给专门系统，而不是让遥测平台承担所有职责。