當 AI 程式碼代理的瓶頸變成「審查」，我打造了 rungraph 來視覺化並直接拷問 Agent 的執行紀錄

開發者為了解決 Coding Agent 工作階段過長難以審查的痛點，自製開源互動圖表工具 rungraph 來視覺化 transcript，是極佳的實戰工作流工具分享。

• 隨著 AI 程式碼代理普及，寫程式的速度變快了，但理解代理究竟做了什麼反而成為開發時的效率瓶頸。 • 作者因此開發了開源工具 rungraph，能將本機的 Claude Code 或 Codex CLI 執行記錄轉為互動式時間軸圖表。 • 圖表會自動標記工具持續失敗、錯誤未修復及異常消耗 Token 的關鍵節點，讓開發者點擊就能檢視詳細的輸入與輸出。 • 透過內建的 MCP 整合功能，開發者可以直接在終端機「拷問」代理，例如查詢哪些編輯失敗或測試是否確實執行。 • 代理回答時，圖表上的對應節點會同步亮起，讓程式碼審查從「憑信仰信任摘要」轉變為基於證據的精準審查。 • 工具完全在本機執行，並具備資安防護機制，匯出分享前會自動偵測並阻擋外洩如 .env 中的密碼等敏感資訊。

「rungraph 讓我能看清工作的全貌，當需要細節時直接拷問執行過程，而不用再去重讀幾千行的 JSONL 紀錄。」