服务网格平台，为微服务提供流量管理、安全认证、策略控制和可观测性，常与 Kubernetes 和 Envoy 配合使用。

高性能可观测性数据管道，用 Rust 编写，统一采集、转换并转发日志、指标和事件，替代多套采集代理。

开源可组合的可观测性平台，把 Prometheus、Loki、Elasticsearch 等多源指标、日志和链路数据统一做成仪表盘，并支持告警。

面向 Kubernetes 的超轻量服务网格，主打安全优先，为微服务提供自动 mTLS、流量管理和可观测性，无需改动业务代码。

开箱即用的全栈监控平台，秒级采集指标并自动告警，内置机器学习异常检测，小团队也能低成本搭建可观测性。

开源监控系统与时序数据库，采集指标、配置告警规则并绘图展示，适合搭建从基础设施到 GPU 集群的可观测性平台。

Elasticsearch 的可视化分析平台，用仪表盘、图表和指标面板把日志与可观测性数据变成可交互的探索视图。

云原生 API 网关，同时充当 LLM 与 AI 服务的统一入口，集中处理路由、鉴权、限流和可观测性。

基于 ClickHouse 和 OpenTelemetry 的开源可观测性平台，把日志、指标、链路追踪、错误和会话回放统一到一处，帮助快速定位生产问题。

开源可观测性数据库，用一套列式引擎在对象存储上统一存储指标、日志和链路追踪，支持高基数场景，兼容 Prometheus 和 OpenTelemetry。

开源可观测性与 APM 平台，整合指标、日志、链路追踪、持续剖析和 SLO 告警，借助 AI 自动定位故障根因。

用 Python 编排数据管道的工作流框架，带重试、调度和可观测性，让数据与 ML 流水线在生产环境稳定跑起来。

一套 TypeScript 函数式编程框架，内置并发、依赖注入、错误处理和可观测性等能力，帮你在生产环境里写出类型安全、易维护的应用。

开源的 LLM 可观测性与评测平台，能追踪、调试和评估 RAG 与 Agent 应用，帮团队定位大模型链路中的问题。

基于 OpenTelemetry 的开源可观测性平台，把日志、指标和链路追踪集中到一处，提供 APM、分布式追踪和基础设施监控，帮团队快速定位线上问题。

基于 eBPF 的 Kubernetes 网络、安全与可观测性方案，用内核级数据面替代传统 iptables，提供 CNI、负载均衡和流量监控。

开源可观测性平台，统一收集日志、指标、链路、RUM 和会话回放，单二进制部署，存储成本比 Datadog、Splunk、Elasticsearch 低约 140 倍。

持续性能分析平台，能定位到具体代码行，帮你排查 CPU、内存等性能瓶颈，适合生产环境做可观测性监控。

用 Python 编排数据管道和资产，把开发、生产到可观测性串起来，适合数据工程和 MLOps 场景。

开源自托管的告警平台，统一处理指标、日志和数据库告警，内置 AI Agent 与 MCP Server，适合搭建可观测性告警体系。

面向 CI/CD 可靠性的开源智能体，接入 Datadog、Grafana、GitLab CI 等可观测性数据，自动定位流水线故障并给出修复建议。

开源全栈监控平台，集错误监控、会话回放、日志和分布式追踪于一体，适合自建可观测性体系。

OpenTelemetry 的可观测性数据收集器，统一接收、处理和导出指标、日志、链路等遥测数据，帮你在不同后端之间解耦采集与上报。

开源的一体化监控与可观测性平台，集告警、值班排班、事件响应和状态页于一身，帮团队快速发现并处理线上故障。

基于 eBPF 的 Kubernetes 网络可观测性工具，能索引带完整 K8s 上下文的 L4/L7 流量，无需密钥即可解密 TLS，支持通过 MCP 供 AI 代理查询或看板人工排查。

汇集全球科技公司公开的 SRE 实践资料，涵盖告警、混沌工程、事故响应、可观测性等主题，方便团队借鉴落地的运维与稳定性方案。

基于 eBPF 的 Kubernetes 原生可观测性平台，无需改代码即可自动采集集群内应用的指标、日志和追踪数据。

开源的实时可观测性系统，通过 Agent 采集指标、日志并接入 LLM 智能分析，替代 Grafana 等传统监控方案做告警通知。

一行代码接入的 LLM 可观测性平台，能监控大模型调用、追踪成本与延迟，并支持评估和实验对比，方便排查线上问题。

基于 OpenTelemetry 的 LLM 应用可观测性工具，能追踪调用链、采集指标并监控模型表现，帮你在生产环境定位 GenAI 应用的性能与质量问题。

面向智能体应用的 AI 原生代理服务器和数据平面，提供 LLM 智能路由、可观测性、编排与护栏，让开发者专注核心逻辑。

DeepSeek 开源的 Agent 编排框架，把模型、工具、记忆等所有能力都做成可插拔插件，方便按需拼装和扩展智能体。

开源的 ML 与 LLM 可观测性框架，用 100+ 指标评估、测试并监控表格数据到生成式 AI 的数据管道与模型表现。

Google 开源的智能体应用开发框架，支持 JavaScript、Go、Dart 和 Python，内置 LLM 调用、多模态、RAG 与向量检索能力，帮开发者快速搭建生产级 AI 应用。

基于 Rust 打造的智能体开发环境，从终端演化而来，把 AI 代理能力直接融入命令行，让写代码、跑命令和调试更顺手。

Zipkin 是一个分布式追踪系统，用于收集和查看微服务间的调用链路与耗时，帮助定位跨服务延迟和故障。

CNCF 出品的分布式追踪平台，采集服务调用链路并做可视化分析，帮你在微服务和 LLM 应用里定位延迟与故障根因。

分布式系统的应用性能监控平台，支持链路追踪、指标采集和日志分析，帮你在微服务架构下快速定位性能瓶颈。

用 TypeScript 快速搭建 AI 应用和智能体的现代框架，内置工作流、对话机器人和评测能力，省去自己拼装 LLM 调用链的麻烦。

高性能、低成本的时序数据库和监控方案，兼容 Prometheus、Graphite、InfluxDB 等协议，适合大规模指标采集与长期存储。