Skip to content
项目

AIScientists-Dev/Flowtrace has 483 GitHub stars and 32 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-09 05:19 UTC. Last push 2026-06-09.

这些数字如何统计

Run a task with AI as a flow of steps you keep, reuse, and refine, not a one-off chat.

实测星标增长

24小时
0
7天
更新延迟
15天
更新延迟
1个月
更新延迟

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

docs/README.zh-CN.md

原文
Flowtrace

Flowtrace

把 agent 的工作跑成一串你能看懂、能核验、能复用的 step,而不是一段把你淹没、转头就消失的文字。

兼容你已经在用的 agent:Claude Code、Codex、Cursor。

GitHub stars MIT License Homepage Discord X

它能做什么 · 快速开始 · 示例 · 文档

English · 简体中文

⭐ 觉得 Flowtrace 有用,就给个 star (按钮在右上角) —— 这是我们判断要不要继续公开打磨它的依据。


与 agent 的实际工作,呈现为一段文字流。你运行一个 skill,它一次性完成整个任务;或在一段不断变长的 chat 中反复往返。无论哪种,信息累积的速度都快于你能跟进的速度;任务结束时,留给你的是一整面墙的消息。

对于一次随手的提问,这样没问题。但对于一个买入或卖出的判断、一份尽职调查备忘、一道安全门禁,以及任何你真正需要核验、或需要重复运行的工作,这就成了问题:

  • 信息过载。 对话不断变长,超出你能掌握的范围,当初做了哪些决策、依据为何,逐渐无从追溯。
  • 无法核验。 一个自信的错误结论,与正确结论在外观上无从区分。
  • 无法干预。 中途一处前提有误,往往意味着整体重做,且只能寄望其中有效的部分得以保留。
  • 难以留存。 每次 session 都是冷启动,有价值的成果消散在历史记录之中。

Flowtrace 把同样的工作跑成一条 trace:一串 step 组成的流程,agent 一次只走一步,每一步都把产出写进一个文件。下面就是这样一条 trace,一个买入或卖出的判断,最终落成一份格式固定、可引用的 PDF:

把一条 trace 呈现为清晰的流程:确立论点、并行研究四个角度、汇总成估值、交付一页简报
流程 · 点击放大
最终交付物,一份格式固定的研究报告 PDF:封面、评级与摘要、内嵌图表、带编号的引用
交付物 · 点击打开

阅读完整研究报告 PDF

它能做什么

同样的 skill,同样的 agent。变的是:把这份工作跑成一条 trace。

透明(Transparent)。 工作是一串一眼就能看清的 step,而不是一段需要滚动的线程。每一步的产出都是一个能打开的文件,中间过程就摆在那里,而不是埋在消息里。

一条 trace 在运行:它一次走一步,每一步都把产出写到磁盘上的文件里
每一步依次运行,并把产出写进一个文件。

有据可查(Grounded)。 每个结论都能指回它来自的文件,所以你是核验,而不是盲信。

一张金融结论卡片,标题为「趋势、动量与风险都对齐」:四张研究图表(价格、RSI、MACD、回撤)、一项通过的趋势与动量检查,以及它们来自的文件
金融
一张临床结论卡片:生存获益 HR 0.62、一条 Kaplan-Meier 曲线与通过的检查,引用 km_curve.png
临床
两个高风险决策,形状相同:结论、它的图表、通过的检查,以及它们来自的文件。

可介入(Steerable)。 改其中一步,只有依赖它的部分会重跑,其余的原地不动。

可追溯(Traceable)。 整次 run 都是文件加 git,关掉标签页也不会消失。随时停下、随时继续,交给同事,翻看完整历史。

同一次 run 的三步:在 node map 里选中任意一步、打开它完整的版本历史、回到更早的 commit 看它当时的状态,v2 gradient-boost AUC 0.84 对比 v1 logistic 0.78
选中任意一步,打开它的历史,回到任意一个历史 commit。

可复用(Reusable)。 一件做完的任务,变成一条你能在新输入上再跑一遍的 trace。方法是被复用,而不是被重建。

会进化(Evolving)。 trace 运行得越多,就越完善。当某一步未达到其标准,下一个版本会改用一种能达标的方法,而通过的那个版本会被保留下来。

结构化阅读。 一条 trace 把工作呈现为一张由文件组成的图,而不是一条线性记录。agent 按结构、按需来读:只在处理某一步时载入它的契约、输入与输出,并沿显式声明的依赖前进,而不是把整段历史一直带在上下文里。这把工作上下文限定在小范围、降低跑偏,得到的表示也能被人与 agent 共同审查、扩展。

你不必从零开始。一个 skill、一段很长的 session、一份 plan、一次做完的 run:把它们中的任何一个作为 trace 来运行,你都会得到同样一串可跟进、可核验、可重复运行的 step。点开任意一张可看大图。

把一个 skill 转成一条 trace:它写下的步骤变成一串真实、可核验的 step 把一段长 session 蒸馏成一条 trace:推理作为 step 留下,来回拉扯丢掉
把一份 plan 变成一条 trace:还是那份 plan,现在可运行、可核验、可随时介入 把一次成功的运行存成 trace,不是一段聊天记录:整个任务、每一步的文件与 check 都在,随时能重新打开、重新运行

不是每件事都需要这样。随手一次性的小事,聊聊就好。当结果重要到值得核验,或者你会把这件任务再跑一遍时,Flowtrace 才真正派上用场。

快速开始

最快的路径是把这个 repo 交给一个 agent。把一个 coding agent(Claude Code、Codex、Cursor)指向这个文件夹,然后说:

「安装 Flowtrace,并跑一下 tailored-resume 这个示例。」

它会装好 CLI,在 ~/traces/tailored-resume/ 下构建一条真实的 trace,并在 http://localhost:3000 打开网页视图,流程会在那里一步步亮起来。

拿到一条 trace 的两种方式:

  • 试一个参考示例。 每个示例都附带一个 builder,它会创建一个真实的 trace 文件夹,并完整走一次 run。

    bash scripts/examples/tailored-resume/build.sh   # → ~/traces/tailored-resume/
    flowtrace serve                                  # → http://localhost:3000
    
  • 做你自己的。 make-trace 这个 skill 会把任意来源(一个 SKILL.md、一份操作手册、一段 chat 记录、一件做完的任务)变成一条 trace。把 skills/make-trace/ 复制到 agent 的 skills 目录,然后运行 /make-trace。

一次 run 是可以中途介入的:在任意一步停下、改它,依赖它的那些步会重跑,其余的原地不动。

手动安装
git clone https://github.com/AIScientists-Dev/flowtrace.git
cd flowtrace
./scripts/install.sh        # 构建 + 把 flowtrace 软链到 ~/.local/bin/

用 git pull && ./scripts/install.sh 更新。用 INSTALL_DIR=… 覆盖软链目标。要从源码构建或参与贡献?见 CONTRIBUTING.md。

示例

九个示例,基于流行的开源 skill 构建,覆盖不同领域。在示例画廊里打开任意一个,看它的流程和一行命令的演示:

另外还有六个:

文档

一条 trace 就是一个 git 仓库。trace.json 声明这些 step、它们的依赖,以及最终交付物。每次 run 落在 runs/<run_id>/ 下:

<trace_root>/
├─ .git/                                    标准 git 仓库,审计轨迹
├─ trace.json                              静态计划(steps + 交付物)
├─ scripts/                                 被 2 步以上共享的代码
├─ resources/                               共享的静态素材(参考、论文、主数据)
├─ steps/<step_id>/
│  ├─ STEP.md                               每一步的契约 + 实现提示
│  ├─ scripts/                              步内代码
│  └─ resources/                            步内素材(图表、PDF、夹具)
└─ runs/<run_id>/
   ├─ state.json                            run 状态(唯一事实来源)
   ├─ replies/NNNN.json                     仅追加的结构化输出流
   └─ <step_id>/                            运行期文件(产物 + 草稿)

同一套两名约定(scripts/ 放会运行的代码,resources/ 放不运行的静态素材)在 trace 根和每个 step 内部都成立。任何被 2 步以上复用的东西放在 trace 根;单步专用的素材留在该 step 文件夹里。STEP.md 用相对路径引用二者。

每次 CLI 写入都会产生一个 git commit,精确限定在它声明的路径上:state.json 加上任意 --asset 路径,或者新的 reply 文件加上它引用的 evidence 路径。草稿文件保持未跟踪。git 历史就是审计轨迹,UI 可以在它之间时间旅行。

step 之间通过文件传递数据,而不是参数:每一步写出自己的产出,下游的步去读它。

想了解 阅读
深入理念 PHILOSOPHY.md
作为 agent 驱动一条 trace docs/trace/CLI.md
做一条 trace skills/make-trace/SKILL.md,或运行 /make-trace
格式规范 SCHEMA.md 和 FIELDS.md
全部示例 EXAMPLES.zh-CN.md

社区

如果 Flowtrace 对你有用,欢迎给 repo 点个 star,这能帮到更多人找到它。


MIT 许可证。见 LICENSE。

探索相关项目