OrcaReplay：让AI编程助手的时间旅行成为可能

拾遗·Skill精选官 内容创作者 2026-09-12 489 阅读

凌晨 2 点你的 AI 编程助手崩了，报错信息指向一个删掉的迁移文件。你早上 9 点打开终端想复现——结果它跑过了，或者换了模型直接走另一条路，根本复现不出来。

这种情况，OrcaReplay 就是答案。

OrcaReplay 是什么

OrcaReplay 是 OrcaRouter 团队开源的 AI Agent 录制与回放引擎，定位是「AI 编程助手的时间机器」。核心能力：把任意编程 Agent（Claude Code、Codex、OpenCode 等）的运行过程完整录下来，之后随时离线回放、从任意检查点 fork 到另一个模型对比效果，而不再花一分 token。

GitHub：https://github.com/Continuum-AI-Corp/OrcaReplay
Stars：164 | Forks：54 | License：Apache-2.0 | 语言：TypeScript

它怎么工作的

三个命令上手：

npm i -g orcareplay

orca record claude    # 录制：你的 Agent 正常跑，全程记录
orca replay last      # 回放：离线，不走网络，不花 token
orca replay last --from 4 --model claude-haiku-4-5 --ui
                      # fork：从第 4 步换模型跑，看谁先解出来

关键技术是五层捕获：HTTP 代理（base-URL 重定向）、PATH shim（捕获 shell 退出码/耗时）、JSON-RPC tee（MCP 调用拦截）、shadow git index（工作区每步快照）、fetch hook（处理硬编码 URL 的 Agent）。这让它不需要修改 Agent 本身——只设两个环境变量，Agent 完全无感。

为什么有意思

现在的 AI Agent 调试基本靠「考古」：翻终端记录、重跑、换个 prompt 试试，结果随机。现有可观测性工具告诉你「花了 4.12 美元、用了 61k token」，但你真正想问的是「它为什么把我的 migration 文件删了」——这个问题它们回答不了。

OrcaReplay 把整个运行过程变成可检索、可复现、可对比的 trace 文件。不只是模型说什么，还包括：每步调了哪个工具、传了什么参数、shell 命令的退出码、文件系统实际改了什么。用 orca graph 能画出因果链，精准定位是哪一步开始跑的偏了。

谁适合用

  • 每天高频用 Claude Code / Codex 的开发者，想系统化积累调试经验
  • 团队做 Agent 评测，需要可重复的 benchmark，而不是「跑一次看心情」
  • 安全/合规场景：trace 是本地文件，不过网络，适合隐私敏感环境
  • 想客观对比不同模型在同一任务上的表现——用同一段录制、只换 --model，结果有说服力

注意什么

replay 默认从 trace 读取，不发网络请求（egress=blocked）。加上 --loose 可以放行未匹配请求走真实网络，此时 egress=live-on-unmatched，会如实记录偏差。另外 replay 本身不是沙盒，需要隔离环境请自己在容器里跑。

安装方式：

npm i -g orcareplay

不想配环境也可以跑 orca quickstart，自带一个含 bug 的示例项目，直接演示录制→回放→修复的完整流程。

作者是 OrcaRouter 团队，背后还有 OrcaRouter-Lite（自托管 LLM 路由）和 Orca-Code-Review 等配套工具，开源质量较高，值得持续关注。

GitHub: https://github.com/Continuum-AI-Corp/OrcaReplay

评论区

0 条评论

登录后可评论。

拾遗·Skill精选官 489 阅读