ClawMetry
一条命令、零配置，为 30 个 AI Agent 运行时提供实时可观测性与治理：会话回放、Token 成本、工具调用、异常告警与风险审批。
证据显示默认只读、绑定127.0.0.1、本地DuckDB存储、AES-256-GCM端到端加密、审批门控默认关闭，且CI工作流显式最小权限并固定actions版本，最低权限给满。扣分点：云同步E2E的浏览器端可信性文档自认只能防CDN而非防厂商（egress清单、EGRESS.md本体未在本次文件中出现，只读到引用），遥测与安装ping的关闭机制仅由README断言；回滚能力基本未提及（仅kill-switch式会话停止），授权模式有免费/付费运行时二分，闭源clawmetry-pro的边界依赖外部文档。
失败信息表现突出：测试断言干净的锁冲突/解密错误、CI区分setup-flake与回归、基准测试在结果符号不一致时拒绝输出。扣分点：自一致性存在瑕疵——任务描述称26个运行时而README称30个（'其余27'），package.版本0.0.1与PyPI发布口径不衔接；依赖可用性仅由SECURITY.md的'最小依赖'声明支撑，未见到代码级降级路径。
受众与场景划分清晰（工作站/共享主机/自托管/气隙各有部署指引），能力边界处理罕见地诚实（每运行时可见性矩阵、'零意味着盲'、审批是观察非拦截），环境适配覆盖三平台、Docker、Python 3.8+。扣分点：触发精度方面内置检测器默认全开的具体规则逻辑未见源码，仅截图与列表佐证。
信息架构与安装说明完备（多语言、文档表、pip/Docker/agent技能安装），已知限制一节（SECURITY.md）质量很高——明列loopback无凭据信任、token可走URL参数、无SSO等。许可MIT齐全且与版权人一致。扣分点：仓库内未见CHANGELOG，版本管理仅靠PyPI徽章；命名稳定性有瑕疵（package.名为openclaw-dashboard-repo，与产品名不符）；维护责任有响应时限表但自认非合同SLA，且发布方Instalabs LLC未经注册表核验。
边际价值明确：零配置、读已有会话文件、按厂商区分窗口大小、免费/付费切分在README即给出，并区分观察与可阻断。成本收益处理极佳：开销逐路径实测、主动公布12%单核超出自身5-10%预算并称为待修bug。扣分点：输出可用性只能从截图与API端点描述推断，静态审阅无法确认仪表板实际渲染质量；部分核心价值（30运行时适配）由闭源companion承载，开源部分仅3个运行时可完整验证。
事实与推断分离做得好：上下文窗口标注provenance来源、基准harness给出可复现命令并明说未测项、加密页自证脚本的局限（'不能证明我们服务了加载它的页面'）被主动写出。扣分点：多数关键声明（EGRESS清单、兼容性矩阵、ENTITLEMENTS、OVERHEAD数据）指向本次未提供的文件，静态审阅只能确认引用存在而无法核对内容；跨源一致性总体成立（README与SECURITY.md的安全模型吻合，测试文件佐证加密与无明文上传），但26/30运行时口径冲突与'osai-verify'尾注用途未说明构成轻微不可追溯点。
- 默认开启匿名安装ping、PyPI版本检查与公网IP查询，虽声称不含会话内容且可关闭，但请在安装前阅读EGRESS清单并按需关闭。
- loopback请求无凭据即被信任：在共享构建主机或多租户环境中，本机任意进程都可读取仪表板API，请以专用用户运行或不要在这些环境部署。
- 30个运行时中27个依赖闭源的clawmetry-pro伴生组件，开源代码无法静态核验其行为；对高敏感环境建议仅使用本地免费路径或气隙部署。
- 仓库未见CHANGELOG，安全修复仅以新版本发布、无LTS回移分支，需要锁定版本的团队需自行承担补丁跟踪。
- 审批/门控、执行代理等控制能力默认全部关闭且属付费档，'观察'不等于'阻断'，不要误以为安装即获得防护。
- 发布方Instalabs LLC未经企业注册表核验，闭源组件与云同步的信任边界请以自托管、气隙配置为基线评估。
这个 Agent 能做什么，适合哪些场景？
ClawMetry（vivekchand/clawmetry，MIT 许可）是一个本地优先的 AI Agent 可观测性与治理仪表盘，通过 pip 安装后一条命令即可启动，在 http://localhost:8900 打开。它自动检测本机上已有的 Agent 运行时（宣称支持 30 个，包括 OpenClaw、NVIDIA NemoClaw、Claude Code、Cursor、OpenAI Codex、GitHub Copilot、Gemini CLI、Cline、OpenHands、Aider 等），以只读方式尾随会话文件，不改变 Agent 的运行方式。核心面板包括：逐轮回放的会话与转录、按运行时/模型/会话/天维度的成本与 Token 统计、实时消息流图（Flow）、推理与工具调用事件流（Brain）、按提供商区分的上下文窗口利用率（Context blowout）、内存与技能加载记录、健康与日志、告警路由（Slack/Discord/PagerDuty/Telegram/Email），以及风险工具调用的执行前审批。数据默认完全留在本地；只有执行 `clawmetry connect` 后才会以端到端加密方式上传快照，且解密密钥不离开用户机器。免费版仅覆盖 OpenClaw、NVIDIA NemoClaw 与 Goose 的完整仪表盘，其余运行时、云同步和治理功能（审批、策略、异常检测、OTel 导出）需要付费计划。
安装后运行 clawmetry，它会自动检测本机的 Agent 运行时并以独立进程只读尾随各运行时的本地会话文件和日志，在本地 8900 端口渲染仪表盘。产出包括：逐轮会话转录与回放；按运行时、模型、会话和日期聚合的成本与 Token 数据并带异常标记；实时 Flow 消息流图；Brain 推理/工具调用事件流；基于 clawmetry/context_windows.py 中可查阅的按提供商窗口表计算上下文利用率，并用 /api/context-coverage 说明哪些运行时的零值代表「无事件」还是「盲区」；内存与技能文件加载记录；磁盘/内存/错误率健康监控与实时日志。可选启用 HTTP 拦截器（CLAWMETRY_INTERCEPT=1，+0.44ms/LLM 调用）追踪自建 SDK Agent，工具调用前置钩子门（约 +44ms）和强制代理（+9.7ms）支持风险调用审批与策略。内置检测器默认开启：Agent 静默、成本尖峰、Token 突发、错误攀升、预算阈值、威胁签名等，可路由到 Slack、Discord、PagerDuty、Telegram、Email。
- 同时使用多个编码 Agent（如 Claude Code、Cursor、Codex）的开发者，想在一张仪表盘看到每个 Agent 的 24 小时和累计成本、最后活跃时间和当前工作。
- 团队负责人需要在不打断 Agent 运行的前提下审查其会话转录和逐工具耗时，判断质量并定位浪费（例如 README 中 324/667 个会话带浪费信号）。
- 有预算约束的用户需要成本异常告警（如支出达日均值 7 倍时触发），并路由到 Slack 或 PagerDuty。
- 安全敏感团队希望在高风险工具调用（递归删除、force push、sudo、安装包）执行前暂停，并用手机审批。
- 自建 SDK Agent 的开发者想用 HTTP 拦截器追踪自己的 LLM 调用成本与归因。
- 需要合规审计的用户可开启 Pro 版的防篡改审计日志并导出 OpenTelemetry 追踪。
这个 Agent 有哪些优点和局限？
- 真正零配置：一条命令自动检测并只读尾随本机全部 Agent 运行时，不改变其运行方式。
- 上下文窗口按提供商分别取值（Anthropic、OpenAI、Google、xAI、DeepSeek、Kimi、Qwen、Mistral、Llama、GLM），且每个窗口标注来源（model_table、explicit_marker、observed_floor、default），不混用一把尺子。
- 开销数据透明：每个插桩路径均有实测数字（会话尾随 0 开销、拦截器 +0.44ms/调用、代理 +9.7ms/调用），基准脚手架开源且在 CI 中跨 Linux/macOS/Windows 运行。
- 数据本地优先：不上传会话数据，connect 上传采用端到端加密，浏览器端解密代码与 PyPI 工件可逐字节比对。
- 大部分主流运行时（Claude Code、Cursor、Codex、Copilot 等）在付费计划才可用，免费版仅覆盖 OpenClaw、NemoClaw 和 Goose；Starter $9/节点/月，Pro $19/节点/月。
- 治理功能（审批、工具风险策略、异常检测、OTel 导出、审计日志）需要 Pro 计划，且风险调用门控默认全部关闭，需逐条启用。
- 文档承认守护进程持续占用约 12% 单核，超出其自述 5-10% 预算，尚为待修复问题；强制代理在 Windows 上比 Linux 慢约 7 倍。
- 部分运行时看不到压缩事件，上下文覆盖接口只能标注盲区而非消除盲区；HTTP 拦截器追踪自建 Agent 需额外配置。
如何安装或部署这个 Agent？
需要 Python 3.8+，macOS、Linux 或 Windows，且同一机器上至少有一个 Agent 运行时。安装：pip install clawmetry && clawmetry，启动后打开 http://localhost:8900。一行脚本安装：curl -sSL https://raw.githubusercontent.com/vivekchand/clawmetry/main/install.sh | bash。Docker 部署见 docs/DOCKER.md。也可让 Agent 代为安装：npx skills add vivekchand/clawmetry --skill agent-kill-switch。付费节点需运行 clawmetry license 激活自托管许可密钥。
如何使用这个 Agent？
安装后运行 clawmetry 即可，无需任何配置：它自动检测本机运行时并在 http://localhost:8900 打开仪表盘。顶部切换器可在多个运行时之间切换所有标签页的作用域。要追踪自建 Agent，设置环境变量 CLAWMETRY_INTERCEPT=1 启用 HTTP 拦截器（见 docs/SDK_TRACKING.md）。审批与风险策略默认关闭，需在 Approvals 面板手动启用。云同步需执行 clawmetry connect（端到端加密）。默认行为包括匿名安装 ping、PyPI 版本检查和一次公网 IP 查询，均可在 docs/EGRESS.md 说明中关闭。开销基准可自行复现：python -m benchmarks.overhead。