// 01 > CONTEXT
Glassbox 读取一份 Claude Code JSONL 会话记录，渲染出一份自包含的 HTML 报告，内含六个行为指标、一条会话时间线和一张框架健康度记分卡。它不发起任何网络调用，也从不控制智能体。
// 02 > THE_PROBLEM
智能体会话是不透明的：当一次运行出岔子时，没有可读的记录说明智能体到底做了什么、为什么这么做。
原始会话记录是一整面 JSONL 的墙。此前无法看出智能体是否搜索过度、是否过早宣告胜利、是否跳过了验证、是否陷入循环 —— 而正是这些模式区分了健康的运行和浪费的运行。
之前
会话不透明 · 只有原始 JSONL · 没有行为信号
// 03 > APPROACH
我构建了一个零依赖、只读的观察器，为六种行为评分并渲染一份可移植的 HTML 报告，并刻意在它自身的框架下构建它，以诠释它所度量的内容。
六个行为指标
Grep 与语义搜索之比、过早宣告胜利检测、验证密度、范围越界、连续性以及循环检测。
构造即安全
只读且离线：它自动发现最新的会话记录，对机密信息进行脱敏，且从不控制智能体。
Node.jsJavaScriptESM
// 04 > THE_RESULT
一份杂乱的会话记录变成一份自包含的 HTML 报告，为六种行为评分，零网络调用，并对机密信息完全脱敏。
之前
- 会话难以检视
- 没有行为指标
- 手动阅读会话记录
之后
- 6 指标记分卡 + 时间线
- 0 次网络调用，机密已脱敏
- 两次会话对比
“如果你无法度量一个智能体的行为，你就无法修正它。Glassbox 始终保持只读且离线，因此观察从不改变运行本身。”