OrcaReplay Skill 技能

## 技能简介 OrcaReplay 是由 OrcaRouter 团队打造的 AI Agent 调试与回放工具

技能简介

OrcaReplay 是由 OrcaRouter 团队打造的 AI Agent 调试与回放工具,定位为「Agent 的时间旅行」。它能够录制任意编程 Agent 的完整运行过程,并在离线状态下逐字节精确复现任意步骤,还支持从任意检查点分叉到不同模型进行对比评测。无论是凌晨遇到 Agent 删错了文件,还是想验证换模型能否解决问题,OrcaReplay 都能把「考古式调试」变成可复现的精准实验。

核心能力

  1. 离线精确重放:录制后的运行可在断网环境下逐字节复现,不消耗 token、不产生费用、无结果波动
  2. 检查点分叉对比:从任意检查点分叉到不同模型(如 Claude Haiku vs Opus),用同一条验证命令打分,直观对比模型效果
  3. 全链路透明可见:不仅记录模型对话,还记录 shell 退出码、文件写入、工具调用耗时等 API 层面看不到的信息
  4. 无侵入接入:无需修改 Agent 代码,只需设置两个环境变量即可开始录制,对 Agent 完全无感
  5. 跨 Agent 支持:支持 Claude Code、Codex、Agents SDK、AI SDK 及任意兼容 OpenAI 协议的工具
  6. 导出可视化报告:将运行记录导出为单文件 HTML 或 SVG/PNG 对比卡片,可直接贴进 GitHub Issue
  7. 本地优先设计:录制结果是本地文件,关闭终端后仍可随时复放,不依赖任何在线服务

安装配置

前置要求:Node.js 20+

全局安装npm i -g orcareplay

配置网关(可选)orca setup 按提示输入 OrcaRouter 网关 URL 和 API Key,不配置则用 Agent 自己的 key 直连对应厂商。

录制 Claude Code:设置 ANTHROPIC_BASE_URLOPENAI_BASE_URL 指向本地代理端口,然后正常使用 Claude Code,工具自动在后台录制所有交互。

使用步骤

  1. 启动录制:在终端运行 orca record claude,然后正常使用 Agent,工具自动在后台录制所有交互
  2. 查看运行摘要:运行 orca show last,查看本次运行的完整事件时间线,包括工具调用、文件变更、shell 执行结果
  3. 离线重放:运行 orca replay last,在不联网、不消耗 token 的情况下精确复现整次运行
  4. 分叉对比模型:运行 orca replay last --from 4 --model claude-haiku-4-5,从第 4 步起切换到指定模型继续执行
  5. 多模型横向评测:运行 orca compare last --from 4 --models claude-opus-5,claude-haiku-4-5 --verify "npm test",从同一检查点分叉到两个模型并用同一命令打分
  6. 导出对比卡片:运行 orca export last --card bug.png,生成可贴进 Issue 的可视化对比图

适用场景

  1. Agent 行为复现:Agent 在深夜损坏了代码库,白天可随时精确复现整个过程,找到导致问题的具体工具调用
  2. 模型选型对比:同一任务从同一检查点分叉到不同模型,客观评估哪个模型在该任务上效果更好、成本更低
  3. Agent 成本分析:录制真实运行后,不消耗任何资源地反复重放,分析 token 用量和成本构成
  4. 多轮迭代验证:修改 Agent 提示词或工具定义后,从同一检查点重新分叉,对比新旧方案的效果差异
  5. 团队知识共享:将录制结果导出为 HTML 单文件,分享给团队成员,无需对方配置任何环境即可复放整个调试过程
  6. 无网络环境调试:在飞行、火车等无网环境下,用已有的录制文件继续分析 Agent 行为,不中断工作流

适用人群

  • AI 工程师:需要调试和评估 Claude Code、Codex 等编程 Agent 的开发团队
  • AI 研究人员:需要对比不同模型在不同任务上表现的科研人员
  • 工程团队负责人:需要了解 Agent 在真实代码任务中表现的管理者
  • 开源工具维护者:需要验证工具更新是否影响 Agent 行为的库作者

工作原理

OrcaReplay 在 Agent 和模型 API 之间插入一个本地代理,通过五个层次的捕获获取完整的运行信息:代理层捕获 HTTP 请求/响应(base-URL 改道)、PATH 垫片区捕获 shell 退出码和计时信息、JSON-RPC 分流层改写 MCP 配置、影子 git 索引层记录每轮工作区快照、fetch 钩子层处理硬编码 origin 的请求。所有事件最终汇入同一条时间线,按真实发生顺序排序。录制结果保存为 .orca/runs/run_xxx 目录,可离线随时复放。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论