Agent Skills
返回列表
执行轨迹采集器

执行轨迹采集器

IT 运维与安全 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_00e53692/trace-collector。

技能介绍

解决什么问题

当某个 skill 在 IDE 会话里跑完后,工程师往往很难拿到一份可复盘的执行记录:哪些 tool_pair 真正触发了目标 skill、每步消耗多少 token 与金额、哪些产物是最终交付物、哪些失败或重试值得排查。trace-collector 针对这个问题,把会话消息、IDE 日志、产物目录和后端上报串成一条可审计链路。

如何工作

该技能分为两条独立流程:init skill 上报本地 skill 目录并生成版本;collect trace 在目标 skill 执行后采集当前 session 的完整 trace。后者以最近一次 use_skill、load_skill 或 skill_loader 调用为起点,自动剥离之前的历史,因此通常不需要新开对话。脚本会先提取 trace_raw.jsonl,再从 IDE 日志解析每次 LLM 调用的真实 usage、cache 命中、credit、耗时、bash 字节与压缩事件;随后基于 trace_compact.json 让主 agent 只写 step outline 和 target_skill_outputs,由 hydrate 脚本按事件索引透传完整 args 与 result 摘要。最终生成 trace_steps.json、facts.json、产物拷贝 output/,并按白名单上传到后端。

适用边界

它适合已发生的目标 skill 执行,不适合边跑边收集实时 trace;若同一 session 多次调用同一 skill,只会采集最近一次。未检测到 skill 调用时会保留全部历史并给 warning,需要人工核对。API key 必须每次手输,上传失败不做降级,应重跑幂等上传。

使用场景

  • 调试目标 skill 后,把最近一次 `use_skill` 之后的会话切段,提取 raw trace 并生成 token 报告。
  • 复盘 LLM 调用开销时,从 IDE 日志解析每次调用的 `input`、`output`、`cache`、`credit` 与 `duration`。
  • 向平台登记 skill 版本时,上报本地 skill 目录文件,跳过 `.git` 等目录并返回版本号。
  • 核对最终交付物时,按 `target_skill_outputs` 将目标 skill 文件拷贝到 `trace/output` 并生成 `manifest`。

适合人员

  • 维护 IDE skill 的工程师,需要把本地 skill 目录上报成平台版本并核对上传文件。
  • 做 token 成本复盘的算法工程师,需要拿到每次 LLM 调用的真实 usage、cache 命中与 credit。
  • 排查 skill 失败链路的 SRE,需要按最近一次 skill 调用切出会话段、定位 bash 失败和异常步骤。
  • 审核产物交付的测试工程师,需要确认目标 skill 的最终文件是否被正确拷贝和登记。