AgentTrace
本地审计 AI 编程 Agent 会话日志：一眼看清成本、Token、延迟、失败与健康度，无需上传任何数据。
技能明确要求本地处理、不上传日志、不覆盖用户报告、不虚构指标，数据流透明；仓库有 SECURITY.md 和依赖审查工作流，权限最小（CI 仅 contents: read）。扣分项：未验证发布者身份，安装脚本依赖 curl|sh 远程执行且校验逻辑未在技能内可见。
SKILL.md 工作流自洽，含 --doctor 诊断和无会话时的回退路径，失败反馈指引明确；CI 包含测试、输出契约与文档命令冒烟。扣分项：静态审查无法执行复现，实际测试文件内容未在证据中，异常输入下的解析器行为只能推断，故不超静态上限。
触发描述非常精确，列出十余种 agent 日志源与非适用边界（能力等级 Detailed/Aggregate/Limited），本地优先、无海外后端依赖，适合中国网络环境；README 有中文版。扣分项：二进制需通过 cargo/Homebrew/npm 获取，国内可达性未验证，边界声明主要在 README 而非技能文件。
MIT 许可、结构化文档索引、CI 治理、贡献流程齐全，SKILL.md 分层清晰。扣分项：工作区版本为 0.0.0-dev，未见到变更日志和明确版本承诺，维护者个人身份未验证，技能文件本身缺少安装前提说明。
技能提供了可直接复制运行的命令序列和报告聚焦要求，覆盖成本/Token/延迟/失败审计的真实需求。扣分项：静态审查无法确认输出可直接可用，成本为估算性质，相对手工分析的边际收益缺少已验证证据，未达有效上限。
存在带 SHA 锁定的 CI 工作流、输出契约/确定性/语义一致性检查脚本及 npm 包契约测试，证据类型较多。扣分项：这些均为仓库自述材料，静态审查无法独立复现执行结果，第三方佐证（如 awesome 列表收录）不构成功能验证，故不超 5 分上限。
- 本评分基于纯静态源码审查，未执行任何命令或测试，置信度为低。
- 推荐安装方式之一为 curl | sh 远程脚本执行，使用前应审查 install.sh 内容并校验校验和。
- 发布者未经 FollowSkills 企业注册表验证，身份视为未知；版本号为 0.0.0-dev，无变更日志证据。
- 成本与交付信号为估算/启发式结果，不能当作供应商账单或合并证明使用。
- npm 安装需要 Node.js 18+；国内网络下 Homebrew/npm/crates.io 的可达性未验证。
这个 Skill 能做什么，适合哪些场景？
AgentTrace 是一个本地优先的 Rust TUI/CLI 工具，用于审计 AI 编程 Agent 的会话历史。它能解析 Claude Code、Codex CLI、Gemini CLI、Qwen Code、Cline、Aider、Cursor 导出、OpenCode、Kimi CLI 等十余种日志来源以及通用 JSON/JSONL 轨迹，汇总成本、Token 消耗、耗时和慢任务原因。它为每个会话标注 Detailed/Aggregate/Limited 能力等级，避免把缺失的事件级证据当作完整执行记录。输出支持 TUI 交互、Markdown/JSON/HTML 报告，并可设置健康度阈值作为 CI 门禁。所有处理都在本机完成，提示词和代码不会离开你的机器。
读取本机已有的 AI Agent 会话日志（十余种来源加通用 JSON/JSONL）；运行 agenttrace 打开 TUI，或用 --overview、--latest、--audit、--recommend、--mcp-governance 等命令生成报告；统计成本、输入/输出/缓存 Token、延迟、长间隔、重试循环、工具失败率和健康度评分；支持本地基线对比做回归分析、Git 提交时间的只读启发式关联；通过 --fail-under-health、--max-tool-fail-rate 等标志实现 CI 门禁；支持 pricing-overrides. 自定义模型别名和每百万 Token 价格。
- 多 Agent 重度使用者想在月底汇总各模型、各项目的 Token 花费和成本趋势
- 开发者发现某个任务跑得异常慢，想定位是长间隔、重试循环还是慢工具调用导致
- 团队负责人想在 CI 中设置健康度门禁，例如失败率超过 15% 或关键会话存在时阻断流水线
- 关注隐私的工程师想在不把日志上传到任何外部服务的前提下审查 Agent 行为
- 需要给同事分享审计结果的人，可导出自包含 HTML 或 Markdown 报告
这个 Skill 有哪些优点和局限？
- 本地优先，日志不离开本机，隐私安全
- 支持十余种 Agent 日志格式，一个二进制统一审计
- 诚实标注每个会话的数据能力等级，不把缺失证据当零值
- 输出 JSON/Markdown/HTML，可直接接入 CI 门禁
- 多渠道分发：Homebrew、npm、WinGet、cargo、安装脚本
- 成本为估算值，非供应商账单数据；定价依赖内置推断，可能需要手动覆盖
- 源日志不含事件级数据时，延迟和工具失败证据不可用（会明确标注，但功能受限）
- Git 交付关联仅为只读启发式，不能证明提交到达 main
- 安装说明提到部分软件包名称在对应发布后才可用
如何安装这个 Skill？
任选一种方式安装 agenttrace 二进制：
- macOS/Linux：brew install luoyuctl/tap/agenttrace
- 跨平台（需 Node.js 18+）：npm install -g @zack78/agenttrace
- Windows：winget install --id Luoyuctl.AgentTrace --exact
- 手动：curl -fsSL https://raw.githubusercontent.com/luoyuctl/agenttrace/master/install.sh | sh 或 cargo install --git https://github.com/luoyuctl/agenttrace agenttrace
安装后用 agenttrace --version 验证。Skill 文件（skills/agenttrace-session-audit/）按所用客户端的 Skills 目录放置即可。
如何使用这个 Skill？
直接运行 agenttrace 打开 TUI；或在会话中让 Agent 执行审计，例如触发提示："用 agenttrace 审计我最近的 Claude Code 会话，找出成本最高和失败最多的"。常用命令：
- agenttrace --doctor（诊断检测到的 Agent 目录）
- agenttrace --overview -f markdown -o agenttrace-overview.md（人类可读报告）
- agenttrace --overview -f （供自动化使用）
- agenttrace --overview --fail-under-health 80 --fail-on-critical --max-tool-fail-rate 15（CI 门禁）
- agenttrace --latest（查看最近一次会话）
- agenttrace path/to/session.（审计指定文件）