fubenshuo

TraceClaw — Development skill for Claude Code

Development community

👾 下一代透明智能体架构 Next-Gen Transparent Agent Architecture 🔍 全行为审计 🛡️ 两段式安全调用 🧠 双水位记忆 ⏰ 心跳任务 📊 P0 级事故率降低 80% 兼容 OpenClaw + Claude Code 技能生态 📕支持飞书远程通信 🏗️ Harness 约束层 🔎 Trace 全链路审计.

How to install TraceClaw

This entry records only its repository, not the path inside it, so there is no exact command to give. Open fubenshuo/TraceClaw and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What TraceClaw does

Alternatives in Development

Root Cause Tracing — Use when errors occur deep in execution and you need to trace back to find the original trigger 102.5k ★
Loop Gen — /loop-gen - 按你的当次意图，现生成一条量身定做的 /loop 提示词 314 ★
Reset Content Gen — Reset apps/content-gen to fresh state for new voice-based agentic coding experiments 296 ★

README

![TraceClaw Logo](docs/trace_logo.png)

TraceClaw

当 AI 开始"黑箱操作"，你需要一双透视眼

[![TraceClaw](https://img.shields.io/badge/TraceClaw-1.0.0-purple.svg?logo=cyberpunk)](https://github.com/ttguy0707/TraceClaw) [![Python](https://img.shields.io/badge/Python-3.10+-blue.svg)](https://python.org) [![LangGraph](https://img.shields.io/badge/LangGraph-1.x-blue.svg)](https://langchain-ai.github.io/langgraph/) [![LangChain](https://img.shields.io/badge/LangChain-1.x-blue.svg)](https://python.langchain.com/) [![License](https://img.shields.io/badge/License-MIT-green.svg)](LICENSE) [![Tests](https://img.shields.io/badge/Tests-Passing-brightgreen.svg)](tests/) [![GitHub](https://img.shields.io/badge/GitHub-@fubenshuo-black.svg?logo=github)](https://github.com/fubenshuo)

**下一代透明智能体架构** · Next-Gen Transparent Agent Architecture

[快速开始](#-快速开始) · [核心能力](#-核心能力) · [架构图](#-系统架构) · [示例](#-基本用法)

🤖 **你的 AI 在背着你做什么？TraceClaw 让所有行为无所遁形**

💡 **灵感来源**：受 [OpenClaw](https://github.com/openclaw/openclaw)和[CyberClaw](https://github.com/ttguy0707/CyberClaw)的启发，TraceClaw 专注于解决 AI 智能体的透明度和可控性问题。

📖 简介

TraceClaw 是一个**企业级透明可控智能体**，基于 Harness Engineering 理念重新定义 AI 系统的可信边界：

🔍 白盒化决策 → 5 类事件审计 + JSONL 日志 + Rich 监控终端，所有行为可追溯
🛡️ 零信任执行 → 两段式调用（help → run），先看说明书再执行，P0 级事故率降低 80%
🧠 持续学习 → 双水位记忆系统（长期画像 + 短期摘要），越用越懂你
⚡ 复杂任务编排 → 心跳任务系统 + 可插拔技能 + MCP 服务集成，解放双手

**Harness Engineering**：TraceClaw 不仅是一个 Agent 框架——它是构建在 LangGraph 之上的**可信执行层**。通过架构约束（沙盒 + 两段式调用）、全链路可观测性（5 类审计事件）、记忆管理（双水位）、反馈回路（心跳 → Agent → 飞书），为 AI Agent 提供了一套完整的"操作系统级"保障。

🔌 技能生态兼容

TraceClaw 支持**OpenClaw 技能**和**Claude Code 技能**，可直接使用两个生态系统的丰富技能资源，无需重新开发。

🌟 核心能力

能力	说明	优势
🧠 双水位记忆	长期画像 + 短期摘要，持续学习用户偏好	越用越懂你，避免重复询问
🔍 全行为审计	5 类事件实时审计，JSONL 日志 + Rich 监控终端	告别黑箱，所有决策可追溯
🛡️ 零信任执行	help → run 两段式调用，先看说明书再执行	P0 级事故率降低 80%（50% → 10%）
⏰ 心跳任务引擎	后台独立进程，自动执行定时任务	解放双手，复杂任务自动化
**🖥️ 跨平台