Agent 执行不透明？试试 LobeHub 这个 80k ⭐ 项目的 Tracing CLI

Agent 跑起来了，但不知道它内部到底干了什么——LLM 收到了什么 Prompt？Tool 调用了哪些参数？为什么选了这个工具而不是那个？这些问题光靠看日志根本回答不了。

今天介绍一个来自 LobeHub（主仓库 80.9k ⭐）的 Skill——agent-tracing，就是专门解决这个问题的：它给 Agent 执行过程拍一张完整的「快照」，让你事后可以像调试本地代码一样复盘 Agent 的每一步推理。

它是怎么工作的？

Skill 的核心是一个 CLI 工具 @lobechat/agent-tracing。在 NODE_ENV=development 下，AgentRuntimeService.executeStep() 会在每次 Agent 步骤执行时自动往本地 .agent-tracing/ 目录写一个 JSON 快照文件。

快照里有什么？每个执行步骤的完整记录：

• LLM 输入/输出（Prompt、Response、思考链）
• 工具调用详情（调用了哪个工具、参数是什么、返回结果）
• Context Engine 的输入输出（知识库检索内容、用户记忆注入情况）
• Runtime Context（环境变量、平台上下文）
• 可用工具清单 vs 实际调用对比

最实用的 CLI 命令

装好 Skill 后，在项目根目录跑：

agent-tracing inspect                    # 看最新一次 trace 的全貌
agent-tracing list -l 20                  # 列出最近 20 条 trace
agent-tracing inspect <traceId> -s 0 -m    # 看第 0 步的 messages（LLM 收到了什么）
agent-tracing inspect latest -T            # 看这一步有哪些可用工具
agent-tracing inspect <traceId> -s 1 -t    # 看第 1 步工具调用和返回结果
agent-tracing inspect latest -p             # 看 Context Engine 的输入概览
agent-tracing inspect latest -M             # 看注入了哪些用户记忆

生产环境的 tracing 也能拉——只要配好 TRACING_BASE_URL 环境变量指向 S3 桶，直接用 operation id 就能把线上 trace 下载到本地审查，不需要登录服务器。

典型调试场景

比如 Agent 工具调用出错了：先 -T 对比可用工具清单，-t 看实际调用的工具和参数，--msg 钻进去看完整的 Tool Result，返回给 LLM 的内容有没有被截断——一步一步全透明。

再比如 Agent 输出了奇怪的内容：用 -r 看完整的 System Role，用 -d 2 对比两个步骤之间的 System Role 差异，看是不是记忆注入或知识库检索出了问题。

安装方式

SkillHub 上直接安装：

npx @lobechat/agent-tracing install

或 clone 到本地：

git clone https://github.com/lobehub/lobehub.git ~/.claude/skills/agent-tracing

在 Claude Code 里遇到 Agent 执行问题，激活这个 Skill，它会告诉你怎么用 tracing 工具定位问题。

一句话评价

没有 tracing 的 Agent 开发就像盲人摸象——这个 Skill 把黑箱变透明，而且 LobeHub 80k ⭐ 的质量背书，生产可用性不用担心。

GitHub → LobeHub/agent-tracing

GitHub: https://github.com/lobehub/lobehub/tree/main/.agents/skills/agent-tracing