2026.10.03
ClawMetry：把多种 AI Agent 的会话与工具调用集中到本地仪表盘
ClawMetry 面向运行多个 AI agent 的开发者，读取已有会话文件和日志，集中展示时间线、工具调用、令牌与成本信息。采用前需注意免费运行时范围、闭源伴侣组件、数据外发与观测能力差异。
项目用途
ClawMetry 是一个面向 AI agent 运行过程的可观测性工具。项目 README 介绍，它读取编码代理已经写入的会话文件和日志，将会话时间线、逐工具调用回放，以及运行时能够提供的令牌和成本数据放进一个仪表盘。它的定位不是修改 agent 本身，而是帮助使用者判断一次长时间运行究竟在推进，还是陷入循环与重复失败。
README 声称支持 32 个 AI agent runtime，并可自动发现本机已有运行时、以只读方式读取数据。对同时使用多个 agent 工具的个人开发者、小型团队或需要查看本地 agent 行为的维护者，这种集中视图可能比逐个检查原始日志更方便。项目仓库同时列出 MIT 许可证，适合希望审阅或改造开源部分的使用者。
图片来源：clawmetry。项目公开截图，界面可能随版本变化。
已知功能与免费范围
README 列出的功能包括会话和转录查看、工具调用回放、令牌与成本拆分、循环和重复失败等轨迹信号，以及健康和日志信息。文档还提到流程图、上下文窗口使用情况、记忆与技能加载、告警和审批等能力。不过，不能把这些条目一概视为开源免费功能：README 明确区分了开源应用与闭源的 clawmetry-pro companion。
在开源应用中，README 明确列出 OpenClaw、NVIDIA NemoClaw、Goose 和 Qwen Code 可免费读取，且不需要账户或密钥。Claude Code、Codex、Cursor 等其他运行时则由闭源 companion 提供，README 表述为随 7 天试用或付费方案提供。因此，选择项目时应先核对目标运行时和所需功能，而不是只看“支持 32 个运行时”的总数。
图片来源：clawmetry。项目公开截图，界面可能随版本变化。
采用前的限制
最重要的限制是数据可见性不统一。项目明确提醒，不同 runtime 暴露的数据差异很大，部分运行时根本不提供成本数据；因此，成本统计和跨运行时比较可能并不完整。类似地，README 说明“观察一个动作”不代表“能够阻止一个动作”，审批或控制能力需要按运行时逐项确认。
数据外发也应纳入评估。README 表示，除非执行 clawmetry connect，否则不会发送会话数据；但默认仍会运行匿名安装 ping 和 PyPI 版本检查，且两者不携带会话内容。组织部署前应查看项目提供的 EGRESS 清单，确认网络策略、代理和隐私要求是否允许这些请求，并自行决定是否选择退出。
此外，免费范围与闭源组件的边界会直接影响维护成本和可审计性。官方 release 页面显示 v0.12.899 的发布说明涉及 Pro 升级计费修复；这不能替代对当前授权、试用和账单规则的核对。本文也未确认最低硬件要求、完整部署方式或所有运行时的实际兼容程度。
部署考虑
README 给出的入门路径是安装 Python 包后启动本地服务，并在 localhost:8900 查看界面；它还提供样例会话模式，便于没有 agent 数据时查看界面。部署前建议先用目标运行时产生的真实会话核对字段是否可见，再检查日志目录权限、数据保留策略和本地服务的访问边界。若需要团队共享、云同步、审批或其他 Pro 能力，还应单独评估闭源 companion、付费方案和数据流向。
总体而言，ClawMetry 更适合希望集中观察多个本地 AI agent、并愿意区分“能读取什么”和“能控制什么”的开发者。它不是完整的运行时治理保证；实际效果取决于目标 runtime 暴露的记录、所选组件以及组织对网络和商业依赖的接受程度。
资料来源
资料核对日期：2026-10-03