trace-collector:本地 Skill 版本登记与执行 Trace 收集

前言

在本地开发 Skill 时,需要将修改后的版本登记到 prompt-engine 后端。同时,在调试 Skill 执行过程时,需要收集完整的执行 trace(包括 LLM 推理、文本输出、工具调用 I/O)和 token 开销归因,以便优化性能。手动处理这些信息既繁琐又容易遗漏。

是什么

trace-collector 是一个用于 Skill 版本登记和执行 Trace 收集的辅助工具。它由社区开发者 user_00e53692 发布,归类于 it-ops-security 分类。SkillHub 评分 100000,下载 801 次。

核心功能

该 Skill 提供两种主要用途:

1. 版本登记

将本地 skill 目录上传到 prompt-engine 后端做版本登记。执行 init skill、上报 skill 或注册 skill 操作时使用。

2. 执行 Trace 收集

从当前 session 收集完整的 skill 执行 trace,包括:

  • LLM reasoning(推理过程)
  • 文本输出
  • 工具调用 I/O
  • 按 step 归因的 token 开销报告
  • target skill 产物拷贝

收集完成后自动上传到后端。脚本通过锚定最近一次 use_skill 调用自动剥离前置历史,无需新对话即可提取信息。

处理流程包括:

  • 扁平提取
  • 紧凑视图
  • 字节级 hydrate
  • LLM 做语义切分

前端支持两层展开查看详情。

自动嗅探 target skill 位置,无需用户确认。

安装与启用

在支持的客户端中安装该 Skill:

skill install user_00e53692/trace-collector

安装后即可在 SkillHub 中使用该工具。

典型用法

版本登记

在本地 skill 目录修改完成后,执行版本登记操作:

use_skill trace-collector init skill

这将把本地 skill 目录上传到 prompt-engine 后端进行版本登记。

执行 Trace 收集

在需要分析 Skill 执行过程时:

use_skill trace-collector collect trace

脚本会自动锚定最近一次 use_skill 调用,收集该次调用的完整执行 trace,包括 LLM 推理、输出、工具调用信息以及 token 开销报告,并自动上传到后端。

适用场景与注意

适合需要频繁调试和优化 Skill 执行过程的开发者,特别是涉及复杂工具调用和多 step 执行的场景。

注意:该 Skill 需要 API Key 支持(requires_api_key=true)。

结尾

trace-collector 通过自动化版本登记和执行 trace 收集,简化了 Skill 开发和调试流程。更多详情可查看官方地址:https://www.skillhub.cn/skills/user_00e53692/trace-collector

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye