flameox — 给编码 Agent 记录实验证据的本地运行时层｜REA作者新项目
https://www.jamecling.com/archives/7545
Flameox 本地运行时证据工具：给 AI 编码 Agent 记录实验，开源免费可自托管
Flameox 是一个面向编码 Agent 的本地运行时证据层，由 REA 作者推出，托管在 GitHub 上并以 MIT 协议开源。它的定位很明确：当 AI 编码助手需要做性能分析、跑基准测试或处理 trace 时，Flameox 负责把一条明确的命令或产物路径，转化为有边界、可追溯的本地证据。它本身不替 Agent 决定假设和实验，而是记录观察到的输入、执行来源、类型化证据、覆盖范围与局限。项目无需初始化工作区，也没有项目配置要维护，通过 npx flameox@latest setup 即可接入 MCP 客户端，也支持 uvx 直接调用 CLI，或手动启动 stdio MCP 服务。
痛点是什么
让编码 Agent 做性能分析时，最大的麻烦不是跑不出结果，而是结果说不清来源。Agent 可能随手在父目录里翻文件、改动项目配置，或者把一次偶然的采样当成性能提升的证据。开发者事后想复现，却发现命令、工作目录、环境变量、样本都没留下，只剩一段无法验证的结论。更糟的是，很多工具默认把数据上传到托管服务，本地代码和 trace 的隐私边界变得模糊。Flameox 要解决的正是这种「证据不可信、过程不可复现、数据不可控」的困境。
主要功能特点
Flameox 把分析、捕获与证据保存拆成清晰的边界，让 Agent 的每次实验都有据可查，同时把是否持久化留给用户决定。
有边界的分析与捕获
只接受精确产物路径或显式 argv 与绝对工作目录，不搜索父目录、不改项目文件。
可选的证据持久化
显式保存时按 SHA-256 存储原始字节与规范证据包，会话临时数据可自动过期。
区分观察、推导与推断
明确标注结论来源，profile 只用于探索，不直接等同于因果或性能提升。
MCP 与 CLI 共用操作注册表
同一套工具既可通过 MCP 暴露给 Agent，也可用命令行直接调用，结果内联返回。
为什么值得关注
在 AI 编码 Agent 越来越深入性能与调试场景的当下，Flameox 补上了「证据可信度」这块常被忽略的拼图，而且坚持本地优先、不提供托管服务。
为 Agent 实验建立可复现基线
输入、来源、覆盖与局限都被记录，失败与恢复动作也一并返回，便于复盘。
本地优先且不侵入项目
无需初始化工作区，不写项目文件，数据目录可用环境变量自行指定。
项目地址：github.com/morluto/flameox，要求 Python 3.12 或更新版本。
推荐信息
JameCling
2026年10月13日 10:59