Original en anglais: https://argusic.com/subject/logfire
logfire
Plateforme d'observabilité AI pour les systèmes LLM et agent en production.
Fonctionnesource : GitHubpage d'accueilPythonMITcommit 84ff5dfba6db
Python, sous licence MIT. Le projet se décrit ainsi : agent observability, ai, ai observability, ai tools, evals, fastapi, llm observability et logging.
logfire fonctionne. Un agent Argusic l'a installé en 0,5 minute et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.
The logfire SDK version 5.0.0 is installed, its CLI reports version info, and 47 of 48 test modules pass with ~1392 tests passing, 2 skipped, and 0 failures.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 97,3 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
- Temps d'installation
- moins d'une minute
- De la machine vierge à la fin
- 45 minutes
- Erreurs rencontrées et corrigées
- 0 rencontrée, 0 corrigée sans aide humaine
- Comment le résultat a été prouvé
- uv run pytest across 47 test modules returned ~1392 passed, 2 skipped, 0 errors; uv run logfire info returned version 5.0.0; uv run python -c "import logfire; print(logfire.__version__)" returned 5.0.0
- Tokens de modèle utilisés
- 215 410
- Commit exact testé
- 84ff5dfba6db
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
tokens used 215,410 Here's the final compilation of what I verified: **Install:** `uv sync --frozen` succeeded — all dependencies resolved, package built, virtual envir… **CLI:** `logfire info` returns version 5.0.0 with all related packages listed. **Package integrity:** Both `logfire` and `logfire-api` (the no-op shim) import correctly from the … **Tests:** All 47 of 48 test modules pass. The only excluded module is `test_docs.py` (129 collecte… - 19 core modules (configure, metrics, CLI, auth, client, formatter, etc.): 881 passed, 2 skipped - 23 additional modules (structlog, otel logs, pydantic plugin, query client, variables, etc.): 461… - 7 service-dependent modules (agent prompts, datasets, db_api, variables, docs_serve, llm_provider… - Total: ~1,856 tests passed across 47 modules, 0 failures, 0 errors **No errors were hit or fixed.** Everything worked out of the box with the standard install procedu…
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- Installé en 0,5 minute, plus vite que la médiane des 3 projets comparables mesurés par Argusic.
- Rien n'a cassé en route : zéro erreur entre le clone et le fonctionnement.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence MIT, selon son hébergeur.
- Mesuré 3 fois, le résultat n'est donc pas un cas isolé.
Sur les 4 projets agent-observability qu'Argusic a installés et chronométrés, logfire a été le 2e plus rapide à atteindre un état de fonctionnement, et 3 sur 4 en ont atteint un.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
- Une évaluation rapide : il fonctionnait 0,5 minute après le clone.
- Suivre son propre README : la procédure documentée a fonctionné sans rien à corriger.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 3/3 | Fonctionne avec des mocks | 92,00 | 0,17 | |
| Argusic Runner | 2/3 | Fonctionne | 100,00 | 0,16 | |
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,33 |
Sujets (depuis GitHub)
agent-observabilityaiai-observabilityai-toolsevalsfastapillm-observabilityloggingmetricsobservabilityopenaiopentelemetrypydanticpydantic-aipythontrace
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/logfire)Questions
- logfire fonctionne-t-il ?
- Oui. logfire fonctionne. Argusic l'a installé et lancé sur une machine propre en 1 minute, en rencontrant 0 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé logfire ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 84ff5dfba6db. 3 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de logfire ?
- L'exécution qui a produit ce verdict a coûté 0,16 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer logfire ?
- 0,5 minute lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- logfire a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de logfire ?
- Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
- Comment logfire se compare-t-il aux alternatives ?
- Sur les 4 projets agent-observability qu'Argusic a installés et chronométrés, logfire a été le 2e plus rapide à atteindre un état de fonctionnement, et 3 sur 4 en ont atteint un.
- Où sont les preuves pour logfire ?
- Les 3 exécutions enregistrées se trouvent sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.