SteelSpine：用於除錯AI智慧體的回放工具

SteelSpine AI 是一款專注於AI智慧體除錯和審計的基礎設施工具。它針對當前AI智慧體在生產環境中面臨的三大痛點——高失敗率、無狀態（每次呼叫從零開始）以及審計缺失——提供了一套完整的解決方案。

核心功能

SteelSpine 透過一條命令包裹任意智慧體（Python、Node、Shell指令碼等），無需安裝SDK或修改程式碼。每次執行時，它會以結構化因果事件的形式記錄智慧體的每一個決策、工具呼叫和狀態轉換，並即時寫入SHA-256雜湊鏈，確保資料完整性。

除錯與回放：使用者可以使用 steelspine run 執行智慧體，並利用 steelspine compare 比較兩次執行的差異，精確到事件級別的分歧點。例如，當引數“temperature”從0.2變為0.8時，系統能指出由此引發的5個下游決策變化，並定位根原因為配置漂移。此外，steelspine replay 支援從任何已捕獲狀態進行確定性回放，無需即時API呼叫。

持久記憶體：LLM本質上是無狀態的，每次對話都從零開始。SteelSpine 提供了一個透明代理，只需更改一個URL，即可自動將相關上下文注入每個提示。它還能將永續性事實提升為長期實體儲存，使同一智慧體能在不同會話間保持記憶。

加密審計：所有執行記錄都透過SHA-256滾動雜湊鏈進行簽名，支援HMAC-SHA256和Ed25519非對稱簽名。使用者可以透過 steelspine verify-run 生成自包含的HTML審計報告。在合規模式下，還會自動整合RFC 3161時間戳服務（符合eIDAS標準），並透過 --pq-sign 啟用後量子簽名（ML-DSA-65，符合NIST FIPS 204），適用於長期存檔。

對比現有方案

與傳統追蹤工具（如LangSmith、Arize、Galileo）相比，SteelSpine 的優勢在於不僅能“看到”發生了什麼，還能“操作”這些資料。這些工具僅提供只讀的日誌和跨度，而SteelSpine 支援回放、記憶體注入、篡改檢測和CI評估門控（如 steelspine eval --fail-on-diff 在迴歸時返回退出碼1）。此外，SteelSpine 執行在使用者本地，無雲依賴，無供應商鎖定，100%可用。

適用場景

SteelSpine 適用於任何需要透過命令列執行的AI智慧體，特別適合以下場景：

• 除錯失敗率較高的多步驟智慧體（如100步任務中63%的失敗率）。
• 需要合規審計的行業（金融、醫療等），滿足歐盟AI法案第12條要求。
• 需要跨會話狀態保持的對話型應用（如減少客戶流失）。

目前不支援託管UI（如ChatGPT.com、Claude.ai網頁版），但計劃透過介面卡擴充套件。

定價與可用性

SteelSpine 提供一次性本地許可證，無限制追蹤；而同類工具如LangSmith每年的實施費用可達2萬至4萬美元。SteelSpine 還提供14天免費試用，試用後每月29.99加元。

總之，SteelSpine 填補了AI智慧體除錯和審計領域的空白，透過捕獲、回放、記憶和證明，讓開發者真正掌控智慧體的行為。