OrcaReplay
为 AI 编程智能体提供“时间旅行”式调试：录制、离线重放、从任意检查点分叉到不同模型，逐字节复现运行过程，定位失败根因。
环境捕获默认拒绝、密钥在写入前剥离、TLS 拦截默认关闭且 CA 临时、代理仅绑定 127.0.0.1、无遥测，最小权限证据充分；但 replay 会真实执行已录制的工具调用，且默认不对用户产生的外部副作用做确认，只以文档说明'不是沙箱'，故 user_confirmation 与 external_effects 各扣一分。SECURITY.md 详述脱敏与 scrub 的能力边界并承认最佳努力，敏感数据处理给满分。依赖安全仅见开发依赖与 CI 安装列表，无锁文件/运行时依赖清单或审计证据，扣至 1。发布者未经验证，归一仅限仓库内链接，扣至 1。
测试与 README 声明高度一致（如别名修复、openCode 覆盖、Windows 路径回归均有针对性测试并说明动机），自洽满分。依赖可用性中 CI 对集成框架缺失按跳过处理并有说明，部分集成标注'should work'，扣至 2。错误信息测试明确要求错误提示包含可输入名与修复线索，满分。
面向'调试 agent 运行'的场景定义清晰，含 quickstart 降低上手门槛；能力边界极其明确（非沙箱、HTTP/2 不支持、browser-use 仅 LLM 层、id_ecdsa 不在排除表等）；adapter 检测顺序与检测逻辑有完整测试。环境适配上仅覆盖 Node 20/22，Windows/macOS 差异有测试但文档层面信息有限，扣至 2。
文档结构清晰（多语言 README、capture/spec/docs 细分、安装说明明确），命名稳定有别名机制与合同测试保障，示例与对比表丰富，已知限制与不承诺之处坦率列出，Apache-2.0 许可证齐全。版本为 0.2.3 但未见 CHANGELOG 或版本历史文件，扣至 1；维护责任有 CI、安全政策、good first issues，但未见明确的维护者/贡献流程文件，扣至 2。
输出可用性强（orca show/graph/export、单文件 HTML、SVG/PNG 卡片、CI 断言导出无外部引用）；相对可观测性工具的边际价值论证充分且具体；成本收益以真实 token/价格表呈现并拒绝为未知模型编造价格，均给满分。
README 中的 CI 声明由 ci.yml 实际执行并有 --require-all 防跳过机制，验证文档指向具体文件，可追溯性满分；recorded 与 inferred 边的区分是事实/推断分离的典范，满分。但本次为静态审查，'在 CI 中通过''byte-for-byte'等声明无法独立复现，外部佐证仅限仓库内文件（publisher 未验证），扣至 1。
- replay 会真实执行已录制的工具调用（含 shell 命令与文件写入），文档明言它不是沙箱；在隔离环境中运行。
- --tls-intercept 会解密子进程的 TLS 流量，虽默认关闭且 CA 临时，仍属高侵入操作，应逐一审查允许列表。
- 脱敏为最佳努力而非保证：id_ecdsa 不在文件系统排除列表，trace 应视为敏感材料。
- 发布者身份未经验证，且默认网关指向关联产品 OrcaRouter，企业采用前应独立评估其数据路径。
- 本次为静态审查，'byte-for-byte 重放'与所有 'in CI' 声明未经执行验证。
这个 Agent 能做什么，适合哪些场景？
OrcaReplay 是 Continuum-AI-Corp 开源的智能体录制与回放工具（npm 包 orcareplay），由 OrcaRouter.ai 团队构建。它通过本地代理和五层捕获（base-URL 环境变量、PATH 垫片、MCP JSON-RPC 镜像、影子 git 快照、fetch 钩子）录制 Claude Code、Codex CLI、LangGraph、OpenHands 等编程智能体的完整运行，而无需修改智能体本身。轨迹以自描述文件形式存放在项目内的 .orca/runs/ 目录，包含事件时间线、文件系统快照和完整性摘要。重放时网络出口默认被阻断（egress=blocked），不调用模型、不消耗 token，逐字节复现运行；从任意检查点分叉可切换到不同模型并用自选命令（如 npm test）评分。它还提供因果图（orca graph）、可分享卡片、单文件 HTML 导出、JSON 输出和 MCP 服务器（orca mcp），使智能体能读取、解释和重放自己的运行。代码采用 Apache-2.0 许可证，轨迹规范采用 CC BY 4.0。
orca record <agent> 启动一个本地代理并为子进程设置两个环境变量（如 ANTHROPIC_BASE_URL、OPENAI_BASE_URL），在进程和套接字边界捕获每次模型请求、流式响应、工具调用及结果，同时通过 PATH 垫片记录 shell 退出码、耗时和 stdout/stderr 分流，通过影子 git 索引在每轮记录工作区快照。所有事件写入 .orca/runs/run_<id>/ 下的 manifest.、events.l、blobs/ 和 fs/。orca replay last 从磁盘回放整个运行（egress=blocked），orca replay last --from 4 --model X 在检查点 4 分叉到新模型，orca compare 在多个模型上做同样分叉并用 --verify 命令评分。orca show 显示事件时间线，orca graph 生成区分 recorded/inferred 边的因果图，orca export 产出 SVG/PNG/GIF 卡片或自包含 HTML。orca mcp 通过 stdio 提供六个工具，orca attach 可录制沙箱或远程机器上的智能体，--tls-intercept 可捕获不读取任何 base-URL 变量的智能体（如 ChatGPT 订阅登录的 Codex CLI）。
- 调试夜间失败的智能体运行：凌晨两点智能体删错了文件，早上用 orca replay 离线逐字节重放，通过 orca show 和 orca graph 找到是哪个工具调用、哪条 shell 命令（exit 1）导致问题
- 模型选型对比：从同一检查点用 orca compare --models claude-opus-5,claude-haiku-4-5 --verify "npm test" 分叉运行，在相同文件和对话前缀下以成本表评出性价比
- CI 和脚本化验证：所有命令支持 -- 输出，可通过 Orca 程序化 API 在代码中调用 replay() 和 show()，重放免费且离线
- 让智能体自查：通过 orca mcp 暴露 orca_replay、orca_graph 等工具，让智能体重放自己的上一次运行并报告分歧
- 捕获无法重定向的智能体：对硬编码 API 地址的机器人或 ChatGPT 订阅登录的 Codex CLI，用 orca record exec --tls-intercept 在套接字层捕获
- 录制沙箱或远程环境中的智能体：用 orca attach 在开发容器、VPS 或 CI 中附着录制
这个 Agent 有哪些优点和局限？
- 重放不修改智能体：通过两个环境变量加本地代理实现捕获，无需 SDK 包装或改动智能体代码
- 离线确定性重放：egress=blocked 机制保证不调用模型、不花 token、无方差，逐字节复现运行
- 五层捕获覆盖 SDK 包装够不到的场景：shell 退出码、文件写入、MCP 调用，甚至可通过 --tls-intercept 捕获无 API 端点可重定向的智能体
- 分叉对比控制变量：相同文件、相同对话前缀、仅换模型，使比较结果有意义；orca compare 示例显示两者通过但成本相差 15 倍
- 工程质量证据充分：1,393 个测试、CI 集成检查覆盖八个框架、轨迹规范独立发布（CC BY 4.0）且有 Python 读实现
- 数据隐私设计：轨迹本地存储（0600）、写入路径脱敏、auth 头永不写入、orca scrub 支持事后清理并保留完整性摘要
- 项目处于早期（v0），格式与命令仍可能变化
- 重放不是沙箱：被录制的工具调用会真实执行，自行开套接字的工具（如 curl、MCP 服务器）默认不在保证范围内，需要沙箱的用户须自行提供
- 重放手动交互的会话是近似而非逐字节：配额探测、会话命名等智能体自发调用不会重复，交互式工具（如 AskUserQuestion）在无终端重放中缺席
- orca scrub 无法重写文件系统快照（内容寻址的 git 对象），只能搜索并报告，或用 --drop-fs 整体删除（代价是失去分叉能力）
- 部分适配器有已记录的局限：如 goose 的 shell 调用缺少真实退出码和 stdout/stderr 分流（需 --no-shell），browser-use 仅覆盖 LLM 层不驱动浏览器
- 需要 Node 20+；Windows 上 shell 捕获依赖 Git for Windows 等 POSIX shell，否则需 --no-shell
如何安装或部署这个 Agent？
npm i -g orcareplay
orca doctor要求 Node 20 或更新版本，无原生依赖。从源码构建：git clone https://github.com/Continuum-AI-Corp/OrcaReplay && cd OrcaReplay && npm ci && npm run build && npm install -g ./packages/cli。试用无需任何智能体或密钥：orca quickstart 会自带一个含真实 bug 的小项目和一段录制，并离线重放。
如何使用这个 Agent？
基本三步：orca record claude（录制智能体运行）；orca replay last（离线重放，无网络、无 token 消耗）；orca replay last --from 4 --model claude-haiku-4-5 --ui（从检查点 4 分叉到新模型并打开时间线 UI）。模型对比：orca compare last --from 4 --models claude-sonnet-5,claude-haiku-4-5 --verify "npm test"。配置网关：orca setup（默认指向 OrcaRouter，可用 --gateway <url> 换成任何 OpenAI 兼容网关）。查看轨迹：orca list、orca show last、orca graph last、orca export last -o bug.html。供智能体使用：在 MCP 配置中加入 {"mcpServers":{"orca":{"command":"orca","args":["mcp"]}}}。运行产物保存在项目内的 .orca/runs/，轨迹本地存储、权限 0600，密钥不会写入轨迹。
这个 Agent 与同类方案有什么区别？
README 明确将 OrcaReplay 与传统可观测性工具对比：后者只能告诉你一次运行花了 $4.12 和 61k token，而 OrcaReplay 能指出哪个工具调用删除了文件、可逐字节重放运行、可从任意步骤换模型重跑，且只需两个环境变量而非 SDK 包装。内置的对比表覆盖了成本可见性、工具调用归因、离线重放、关闭终端后仍可用等维度。