你的 AI 编程工具，每次请求都在干嘛？这个开源项目帮你分析得明明白白
大家好，我是Java1234_小锋老师。
一、你是不是也有这种困惑
用 Claude Code、Cursor、Codex 这类 AI 编程助手写代码时，界面里往往只有「它在想」「它在调工具」「它回了一段话」。真正发到模型那边的那一大包内容——系统提示词、历史对话、工具定义、每次多带了什么上下文——通常是看不见的。
于是就会出现一些很常见的疑问：
- 为什么这次回答变笨了？是不是上下文被塞满了？
- 它到底调了哪些工具？参数长什么样？
- Token 花在哪了？缓存有没有生效？
- 换了个模型或网关，请求体到底变了没有？
靠猜很累，靠日志又往往不全。claude-tap想解决的就是这件事：在你本机把 AI 编程工具的 API 流量拦下来、记下来，再用一个好看的页面帮你逐条看清楚。
二、claude-tap 是干什么的
一句话：本地代理 + 抓包记录 + 可视化报告。
你不用改客户端源码，也不用把数据上传到别人的服务器。正常运行你的 CLI（比如claude、codex、cursor），只是前面加一层claude-tap启动。它会：
- 在中间起一个本地代理；
- 把客户端的请求原样转发到真实 API；
- 把每一对「请求—响应」写进本地的
trace_*.jsonl； - 退出时生成一份单文件 HTML 报告，用浏览器就能打开，还能开实时模式边跑边看。
作者把项目开源在 GitHub 上，目前 star 已经破千，说明「想看明白 AI 在发什么」这件事，确实戳中了不少开发者。
三、它大概怎么工作的
流程并不复杂，可以理解成「加了个透明中转站」：
你 → 运行 claude-tap → 启动 AI 客户端 → 请求先到本地代理 → 再转到真实 API → 响应原路返回 ↓ 同时写入 trace 文件 ↓ 结束后生成 HTML 查看器几个让人放心的设计：
- 流式响应几乎不拖慢：SSE、WebSocket 都是边收边转，代理只做记录，不人为卡流。
- 敏感信息会脱敏：
Authorization、x-api-key等常见鉴权头在写入 trace 前会打码，降低密钥泄露风险。 - 数据留在本机：没有必须注册的云端面板，适合内网、合规要求高的场景。
不同客户端对接方式略有差别（有的改 base URL 走反向代理，有的走正向代理），但对你而言，大多就是换一条启动命令的事。
四、打开报告页，你能看到什么
跑完一轮任务，会拿到一份自包含的 HTML（不依赖外网 CDN）。界面支持中英文，深色模式也照顾到了长时间盯屏的情况。
比较实用的几块：
| 能力 | 你能用来干什么 |
|---|---|
| 按模型分组浏览请求 | 快速找到 Opus / Sonnet 等不同模型的调用 |
| 系统提示词与消息对比 | 看相邻两次请求里，上下文到底多了还是少了 |
| Token 用量拆分 | 分清 input、output、cache 读/写各占多少 |
| 工具（Tool） inspector | 展开看工具名、描述、参数 schema |
| 全文搜索 | 在提示词、工具、回复里搜关键词 |
| 一键复制 curl / 请求体 | 方便复现或发给同事排查 |
如果你开了--tap-live（新版本默认会开实时查看），浏览器里还能边对话边刷新，不用等程序退出才看结果。
五、支持哪些工具
一套工作流，覆盖市面上主流的 AI 编程 CLI，是 claude-tap 的另一个卖点：
包括但不限于：
- Claude Code（也支持 VS Code 扩展里配置 wrapper）
- Codex CLI、Gemini CLI、Kimi CLI
- Cursor CLI、OpenCode、Pi、Hermes Agent
- 以及Qoder、Antigravity、CodeBuddy等
对 Cursor 用户还有个小细节：除了网络层抓包，退出后还会尝试导入本地 transcript，把对话层的 user/assistant/tool 记录补进 trace，看起来更完整。
六、三分钟上手
环境要求：Python 3.11+，以及你要分析的那个 CLI 本身已装好。
# 安装（任选一种）uv toolinstallclaude-tap# 或pipinstallclaude-tap最常用的 Claude Code 场景，直接：
claude-tap想 trace 别的客户端，指定--tap-client即可，例如：
# Codexclaude-tap --tap-client codex# Cursor CLIclaude-tap --tap-client cursor ---p--trust--modelauto"hello"--后面的参数会原样传给对应客户端。跑完后到输出目录找trace_*.html打开；JSONL 原始数据也留着，方便自己做二次分析。
七、适合谁用
- 想搞懂 prompt 工程的人：亲眼看到系统提示词、多轮消息是怎么组装的。
- 在调 Agent 行为的开发者：工具调用、参数变化、上下文膨胀，都有据可查。
- 做团队内部分享或排错的人：导出一份 HTML，比截图聊天记录靠谱得多。
- 关心隐私的人：全程本地，不依赖第三方观测平台。
它不是替代品或破解工具，也不会帮你绕过计费；它就是一个诚实的「显微镜」，让你知道每次请求里到底装了什么。
项目地址：https://github.com/liaohch3/claude-tap