AI 分析
痛点:开发者构建对话式 AI / Agent 工作流时缺少可观测性与回归测试手段,出错后不知道是哪一步走偏,也难以把真实对话固化成可重复运行的测试。
目标用户:构建对话式 AI 智能体与 LLM 工作流的独立开发者、AI 应用初创团队和 DevOps/CI 负责人。
证据:Build and test conversational workflows with Jev. See why each step happened, save conversations as tests, and catch wrong turns before you ship. Export runnable TypeScript, workflow JSON, and an integration skill for your coding agent. Free and open source. Bring your own key for live runs.(全帖无任何付费意愿或收入数据,且热度为 0 votes)
变现:开源核心 + 托管云版订阅:云端 trace 存储与团队协作、CI 回归跑批、多环境对比、SSO/权限,按 seat 或运行次数收费;企业版加私有化部署与合规审计。
MVP:2 周 MVP:接 OpenAI/Anthropic API 做对话录制,逐步展示 system prompt/工具调用/输出与耗时,支持选中一轮对话一键生成可运行的 vitest/pytest 断言测试并导出 TypeScript + workflow JSON;再接一个 GitHub Action,在 CI 中重放测试集并对失败步骤给出 diff 高亮。
竞品:LangSmith、Langfuse、Braintrust、Promptfoo、Humanloop、Vellum、Helicone
摘要:Product Hunt 上线了开源工具 Jev State,可录制 AI 对话流程、查看每一步发生原因,并把对话保存为测试,导出可运行的 TypeScript、workflow JSON 和给编码 Agent 用的 integration skill,免费开源、需自备 API key。帖子热度为 0 votes,且完全没有付费意愿或收入数据,需求真实性仅由赛道本身(Agent 评测/可观测性)间接背书;该方向已有 LangSmith、Langfuse、Braintrust 等成熟付费竞品,独立开发者切入需靠更轻量的「对话转测试 + CI 重放」窄切口差异化。