Nadi は月間 60 訪問、前月比成長率 -74.9%、料金体系 Free Trial, Freemium, Paid を記録しています。Phare は月間 5,982 訪問、成長率 +59.6%、料金体系フリーミアムを記録しています。
エラー追跡・トレース・リアルユーザーモニタリングを備えた障害対応コンパニオン
監視・インシデント管理・ステータスページを統合した欧州発の稼働監視
エラー追跡・トレース・リアルユーザーモニタリングを備えた障害対応コンパニオン
例外や低速クエリからキュー処理、スケジューラ実行まで10種類の問題を、完全なスタックトレース、高度な重複排除、影響ユーザー追跡とともに記録します。
Core Web Vitals、セッション、JSエラー、ページ読み込み、ネットワーク時間、レイジクリック検出に対応し、ソースマップを復元して追跡情報を読みやすく保ちます。
設定可能なルールエンジンがSlack、Microsoft Teams、Telegram、Webhook、メールへアラートを送信し、確認と解決の履歴を保持します。
組織単位のデータ分離、チームのロールと権限、プロジェクトのグループ化、招待、完全な監査ログ。
監視・インシデント管理・ステータスページを統合した欧州発の稼働監視
欧州・アジア・米州・オセアニアの 12 拠点から最短 30 秒間隔で HTTP(S)、TCP、ICMP の対象を監視し、リージョン別の確認ルールで誤報を抑えます。
障害はタイムライン・コメント・更新を伴うインシデントとして追跡され、AI が要約やポストモーテムの下書きを生成して復旧作業に集中できます。
独自ドメインと SSL で公開・非公開のステータスページを発行し、RSS/Atom/Slack 購読や IP・トークン・パスワードによる制限にも対応します。
メール、SMS、音声通話、Slack、Discord、外向き Webhook で通知し、アラートルールでオンコールのノイズを抑えます。
クラウド規模のエンジニアリングチーム向け統合オブザーバビリティ・セキュリティ・インシデント対応基盤
無料・オープンソース本番AIのためのエージェント可観測性・評価・継続的改善プラットフォーム
無料・オープンソースMaxim AI is a platform for evaluating, testing, and monitoring AI applications, and the home of Bifrost, an open-source LLM gateway. It helps teams ship reliable AI features with tracing, evaluation, agent simulation, and production observability.
無料・オープンソースMaxim AI is a platform for evaluating, testing, and monitoring AI applications, and the home of Bifrost, an open-source LLM gateway. It helps teams ship reliable AI features with tracing, evaluation, agent simulation, and production observability.
組織全体でLLM評価・可観測性・レッドチーミングの基準を統一
修復まで支援するAI SREエージェントを備えたフルスタック可観測性
本番のAIエージェントを観測・評価・監視
特化型コーディングエージェントを本番環境につなぐデバッグエージェント
無料・オープンソースTraceRoot is an open-source, Y Combinator-backed observability platform that continuously improves AI agents using evidence from real production traffic. It traces every model and tool call, detects failing runs with LLM judges, groups them into root-cause signals, and lets a background coding agent reproduce and patch bugs against your GitHub repo.
無料・オープンソースTraceRoot is an open-source, Y Combinator-backed observability platform that continuously improves AI agents using evidence from real production traffic. It traces every model and tool call, detects failing runs with LLM judges, groups them into root-cause signals, and lets a background coding agent reproduce and patch bugs against your GitHub repo.
