Raindrop Workshop

随着代理式 AI（Agentic AI）时代的到来，开发者面临着一个全新挑战：如何调试那些自主决策、动态调用工具且行为非线性的 AI 代理？传统日志难以捕捉上下文，云端遥测又引发隐私顾虑。Raindrop Workshop 是由可观测性初创公司 Raindrop AI 推出的开源工具，专为 AI 代理设计的本地调试器和评估平台。

Workshop 以轻量级 SQLite 为核心，实时流式传输代理的每一个 Token、每一次工具调用及决策轨迹至本地仪表板。更令人振奋的是，它引入了“自我修复的评估循环”，允许像 Claude Code 这样的编码代理读取轨迹、编写测试并自动修复逻辑错误，彻底改变了 Agent 的开发与迭代方式。

核心亮点：本地隐私、实时遥测、自动自愈

1. 纯本地运行，数据主权在手

• SQLite 单文件存储：所有轨迹数据存储在单一的 .db 文件中，内存占用极小，无需配置复杂数据库。
• 零数据外传：完全在本地运行，消除将敏感业务逻辑或用户数据发送至外部服务器的隐私风险。
• 跨平台支持：兼容 macOS、Linux 和 Windows，确保广泛适用性。

2. 实时流式遥测，告别轮询延迟

• 即时可视化：作为本地守护进程运行，代理执行操作时，轨迹瞬间同步至 localhost 仪表板。
• 全链路追踪：清晰展示每个 Token 的生成、工具调用的输入/输出、决策分支及时间戳，帮助开发者精准定位问题发生的时间点与原因。
• 轻量级部署：通过一行 Shell 命令即可自动完成二进制文件放置与 PATH 配置，开箱即用。

3. “自我修复”评估循环

• 智能诊断：当代理行为不符合预期（如兽医助理未提出必要后续问题），Workshop 捕获完整轨迹。
• LLM 辅助修复：集成 Claude Code 等编码代理，自动读取轨迹，编写针对性评估脚本，识别提示词或代码中的逻辑缺陷。
• 自动迭代：重新运行代理直至所有断言通过，形成“观察 -> 评估 -> 修复 -> 验证”的自动化闭环，大幅缩短调试周期。

4. 广泛兼容与生态集成

• 多语言支持：兼容 Python, JavaScript, TypeScript 等主流编程语言。
• 框架无缝对接：易于集成到流行的 Agent SDK 及开发框架中，不侵入现有业务逻辑。
• 开源友好：基于 MIT 许可证 发布，鼓励社区贡献，允许企业自由修改与分发，保持最大灵活性。

快速开始

1. 一键安装

在终端执行以下命令（自动配置环境变量）：

# 示例命令，具体请参考官方文档
curl -fsSL https://raindrop.ai/install.sh | bash

2. 启动 Workshop

workshop start
# 访问 http://localhost:XXXX 查看仪表板

3. 集成 SDK

在你的 Agent 代码中引入 Raindrop SDK：

from raindrop import trace_agent

@trace_agent
def my_agent_task(user_input):
    # 你的代理逻辑
    pass

4. 启用自我修复（可选）

配置 Claude Code 或其他编码代理连接 Workshop API，开启自动评估与修复功能。

技术架构

• 前端：轻量级 Web UI，实时渲染轨迹图表。
• 后端：本地守护进程，处理 WebSocket 流式数据写入。
• 存储：SQLite 数据库，高效索引与查询轨迹记录。
• 运行时：支持 Bun 运行时，可从 GitHub 源码构建，确保高性能与低资源占用。

Raindrop Workshop 不仅是一个调试工具，更是 AI 代理开发范式的一次升级。它将原本黑盒般的代理行为透明化，并通过引入 LLM 辅助的自愈机制，让开发者从繁琐的手动调试中解放出来。

对于每一位致力于构建可靠、高效且隐私安全的 AI 代理应用的开发者而言，Workshop 都是不可或缺的得力助手。现在，安装它，让你的 Agent 开发过程变得清晰、可控且智能。