Show HN: Causari – AI代理程式碼編輯的內容可定址賬本

Causari 是一款全新的開源工具，旨在解決AI代理在程式碼庫中盲目修改所帶來的可追溯性和除錯難題。它被描述為“AI代理的內容可定址賬本”，能夠捕捉每個提示、模型、讀寫和推理操作，形成不可變的因果事件。這些事件透過本地代理和檔案系統觀察器自動記錄，無需代理主動配合。

核心功能包括：

• 捕獲引擎：透過相容OpenAI和Anthropic的LLM代理（re proxy）捕獲所有API互動，同時用檔案系統觀察器（re watch）記錄檔案變更。兩者透過內容匹配自動關聯，生成因果指紋。
• 體驗層：將已完成的任務蒸餾為可驗證的“技能”（skill），支援簽名驗證和信任等級（記錄→驗證→證明）。透過MCP介面，代理在行動前可查詢過往經驗，避免重複錯誤。
• 證明系統：生成包含AI使用情況的加密證書（Causari Proof），任何人可離線驗證，確保證明的真實性和完整性。
• 除錯與審計：提供因果圖（re trace、re impact）、時間旅行除錯（re bisect）和逐行歸因（re lens），幫助開發者快速定位問題根源。

此外，Causari 還包含防護規則（re guard），可自定義策略檢查編輯模式，並在README中生成即時狀態徽章。所有資料本地儲存，無遙測，無需註冊賬戶。Causari 以BSL 1.1許可證釋出，未來將轉向Apache 2.0，並計劃推出商業版Trust Plane，提供公鑰基礎設施和合規匯出功能。

Causari 的獨特之處在於其“零合作”捕獲方式——不需要代理主動報告歷史，而是透過觀察網路流量和檔案系統變化，獨立構建因果鏈。這與Git、LangSmith等工具形成鮮明對比，它們要麼只追蹤程式碼本身，要麼依賴代理自報。Causari 的因果圖可雙向追蹤：向上追溯影響某行程式碼的所有事件，向下預測回退會波及哪些依賴，從而避免“靜默迴歸”。

在技能複用方面，Causari 將已驗證的成功任務打包為簽名技能，並透過MCP讓代理在行動前主動查詢。隨著技能被反覆使用，信任等級從“已記錄”提升至“已驗證”再到“已證明”，代理逐漸變得更高效、更便宜。這種機制不僅減少了重複勞動，還透過Ed25519簽名確保了技能的可驗證性。

對於團隊協作，Causari 的“證明”功能可以生成包含AI使用統計的加密證書，任何人可離線驗證，無需信任Causari伺服器。這為審計和合規提供了強有力的工具。同時，其“防護”規則可以像門衛一樣檢查最近的編輯模式，例如檢測批次修改、安全檔案未測試等風險，並在PR審查中自動報告。

總之，Causari 填補了AI程式碼編輯領域的一個關鍵空白：它將不可見的代理意圖轉化為可查詢、可驗證、可審計的因果資訊，為AI輔助開發帶來了前所未有的透明度和可靠性。