The problem
一套把任务轨迹、工具调用、上下文变化与评估指标放进同一时间轴的工具，让 Agent 的失败能够被定位、比较和复现。
System direction
这个项目从最小可观察闭环开始：先把输入、决策、执行与结果放在同一条时间线上，再允许复杂模型进入系统。
当前实现围绕 TypeScript、Python、PostgreSQL、OpenTelemetry 展开，技术选择服务于可复现、可解释和可迁移，而不是追求表面的复杂度。
What remains
下一阶段会继续扩大真实数据覆盖，收紧失败分类，并把现场反馈重新写成可以独立验证的研究问题。