whatbroke

对比两次 Agent 运行，精确查看所有变化

whatbroke 是一款专为 AI Agent 调试打造的工具，可以对比两次 Agent 运行的差异，清晰展示触发了哪些工具调用、参数有何不同、各自消耗了多少成本，以及输出在哪里出现分歧。它支持读取 JSONL、OpenTelemetry、Langfuse 和 LangSmith 等格式的导出数据，还能集成到 CI 流程中，在关键的工具调用丢失时自动让构建失败。