Agent执行追踪与复盘调试
通过运行标识调取智能体执行快照,深入排查工具调用、上下文拼接及模型交互异常,并支持跨模型回放比对。
功能与用途
该工具专为 LobeChat 及复杂智能体系统设计,能够完整记录并还原 Agent 运行全流程。开发者和架构师可以通过本地快照或远程运行 ID(Operation ID),检查每一步的 LLM 输入输出、工具可用列表与实际调用参数/结果、用户记忆注入情况及上下文引擎处理细节。同时提供 ctx-map 视效分析长上下文与前缀缓存(Prefix Cache)失效节点,并支持 replay 功能将历史冻结请求定向分发给不同模型,以客观评测模型替代可行性与提示词健壮度。
适用场景
- 生产运行轨迹检索与异常排查:通过操作 ID 拉取云端快照,深入排查每一步工具调用的输入输出、异常堆栈与上下文组装情况。
- 上下文引擎与长文本缓存分析:利用 ctx-map 可视化查看长上下文装配过程,定位导致前缀缓存(Prefix Cache)失效的具体切片。
- 历史决策重放与跨模型评测:将固化的历史输入通过 replay 功能分发给新模型或修改后的协调器,比对分支决策与推理健壮度。
适用人群
- AI应用与Agent开发工程师
- 大模型算法工程师
- LLM应用测试与评测人员
- LobeChat二次开发者与运维人员
使用步骤
- 在代码仓库根目录下运行 agent-tracing list 查看近期的本地运行快照列表或获取指定的 Operation ID
- 执行 agent-tracing inspect <traceId> -s <stepIndex> 查看特定步骤的上下文(-m)、可用工具(-T)与工具执行结果(-t)
- 运行 agent-tracing ctx-map 生成 Token 上下文构成与缓存命中图谱,或运行 replay 指令对历史 Payload 进行跨模型回归测试
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-23
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Use for agent traces by operation ID (拉线上 tracing): failed tools, arguments/results, available tools, execution location, LLM calls and context.
依赖与权限
- TRACING_BASE_URL
- 读取用户主动提供的内容