Kelet: Análisis Automatizado de Causa Raíz para Agentes de IA
Qué hace Kelet
Kelet es un servicio que monitorea continuamente agentes de IA y aplicaciones LLM en producción para identificar automáticamente por qué fallan. En lugar de que los agentes fallen con errores claros, a menudo dan respuestas incorrectas silenciosamente, lo que requiere análisis manual de trazas. Kelet automatiza esta investigación agrupando patrones de fallos entre miles de sesiones.
Cómo funciona
- Conectas tus trazas y señales (retroalimentación de usuarios, ediciones, clics, sentimiento, LLM-como-juez, etc.)
- Kelet procesa esas señales y extrae hechos sobre cada sesión
- Formula hipótesis sobre qué salió mal en cada caso
- Agrupa hipótesis similares entre sesiones y las investiga conjuntamente
- Expone una causa raíz con una solución sugerida que puedes revisar y aplicar
La idea clave: los fallos individuales de sesión parecen aleatorios, pero cuando agrupas las hipótesis, emergen patrones de fallo.
Opciones de integración
Tres formas de integrar:
- Habilidad Kelet para agentes de programación: Escanea tu base de código, descubre dónde deben recopilarse señales y configura todo automáticamente
- SDK de Python:
pip install kelet - SDK de TypeScript:
npm install kelet
La configuración manual requiere agregar dos líneas a tu código de agente. Kelet es completamente compatible con OpenTelemetry, por lo que cualquier agente instrumentado con OTEL funciona inmediatamente.
Plataformas y frameworks compatibles
Funciona con: OpenTelemetry, Langfuse, Mixpanel, OpenAI, Anthropic, LangChain, pydantic AI SDK, CrewAI, Strands, Agno, Mastra, PostHog, LangGraph, AutoGen, LlamaIndex, Haystack, Semantic Kernel y APIs de Gemini.
Funciona con cualquier agente o aplicación LLM donde tengas el código: bucles agenticos, flujos de trabajo de múltiples pasos, pipelines RAG, chatbots, agentes autónomos.
Dos situaciones donde Kelet no es adecuado:
- Si usas herramientas de IA creadas por otros (Cursor, Claude Code, Copilot como desarrollador)
- Si estás construyendo una habilidad o plugin dentro de una plataforma agentica existente
Detalles técnicos
- Se ejecuta en servidores de Kelet (certificado SOC 2)
- Ingiere trazas continuamente 24/7
- Los tokens LLM para análisis están cubiertos por Kelet (no afecta tu factura de API del modelo)
- Precios basados en uso (ver kelet.ai/pricing)
- Actualmente gratuito durante la beta (no se requiere tarjeta de crédito)
Métricas de rendimiento
De datos de cohorte piloto:
- 73% de los equipos tenían fallos que nadie notó (Kelet los encontró)
- 14.3 minutos tiempo mediano desde ingesta de traza hasta parche de prompt
- 33K+ sesiones analizadas en despliegues de socios de diseño
📖 Read the full source: HN AI Agents
👀 Ver también
Claude Session Tracker: Guardar automáticamente sesiones de código de Claude en Issues de GitHub
Una nueva herramienta llamada claude-session-tracker guarda automáticamente las sesiones de Claude Code en GitHub Issues, registrando cada solicitud y respuesta como comentarios con marcas de tiempo. Crea un Issue de GitHub por sesión vinculado a un tablero de Projects y funciona a través del sistema de hooks nativo de Claude Code sin consumir tokens de contexto.
Complemento Claude Code para la Investigación Empresarial en Reddit
Un complemento de Claude Code automatiza la investigación en Reddit para empresas mediante la búsqueda de publicaciones relevantes, el análisis de hilos y la generación de informes estructurados en markdown con hallazgos y enlaces a las fuentes. No se requieren claves API: instálalo a través de GitHub y ejecútalo con un solo comando.
El Marco SIDJUA Agrega una Capa de Gobernanza a los Agentes Autónomos de IA
SIDJUA es un marco de trabajo con gobernanza integrada, reglas de autoridad basadas en roles y seguimiento de auditoría completo que se sitúa sobre cualquier modelo de IA con una API. La demostración muestra una jerarquía de tres niveles que escala a 7+1 niveles, con cada decisión registrada y los costos rastreados en tiempo real.
Gestión del contexto de IA con una tienda de conocimiento SQLite y herramientas MCP
Un desarrollador creó RunawayContext, un sistema con licencia MIT que almacena lecciones de proyectos en SQLite con FTS5 y sqlite-vec opcional, manteniendo el contexto por sesión por debajo de 3K tokens gracias a herramientas de consulta MCP y límites fijos en el código.