TraceMotive Skill 技能

工具简介

TraceMotive 是一款本地优先的 AI 智能体执行轨迹对比与调试工具，英文全称为 Local-first Tracing and Debugging for AI Agent Execution。当同一个 AI Agent 任务成功一次、失败一次时，TraceMotive 能帮助定位两条执行轨迹中证据首次支持调查的分歧点，即从何处开始两者行为出现了可观测的差异——它不声称找到了失败原因，而是告诉你从哪里开始排查是合理的。

核心功能

• 首个证据支持的调查起点：比较两条执行轨迹，定位行为首次出现有意义分歧的位置，并给出「从这一点开始调查」的建议，而不是笼统告知「哪里不一样」。

• 本地数据存储：Collector 和 SQLite 数据全部保存在本地机器，无需云服务，不产生外部网络请求。

• 不确定性明确标注：当证据不足以支撑更窄的结论时，TraceMotive 会明确告知「我不知道」，而不是强行给出一个误导性的差异报告。

• 确定性对比报告：提供「Look here」（调查起点）、「What changed」（行为变化描述）、「Evidence」（观测数据和局限性）、「What TraceMotive does not know」（观察与解释的边界）四个维度的结构化输出。

• 确定性 diff：对 JSON 对象按键名排序后逐路径对比，对数组不做身份推断或移动语义推断，复杂数组回退到整体替换，确保差异描述有据可查。

安装与使用

# 安装服务端
pip install "tracemotive[server]"
tracemotive serve

# 在另一个终端运行演示
tracemotive demo
# 打开对比 URL 查看结果

适用场景

• Agent 行为不稳定，同一任务有时成功有时失败，需要定位问题根源
• 调试 AI Agent 的多步推理流程，找出首次出现偏差的环节
• 对比不同配置/提示词下 Agent 的执行轨迹差异
• 需要本地化、无日志上传的 AI 调试工具

技术规范

公开评测基于 V03-10 对抗语料库（30 个场景），其中假置信有意义分歧目标为 0，假置信调查起点目标为 0，支持可复现的 Oracle 检验。支持的框架集成目前为 OpenAI Agents SDK（≥0.17）。

分类建议

数据分析 · 开发编程