AgentProvenance 使用入门

English | 中文

打开在线 Demo，无需安装即可查看图谱、 Agent 会话和文件正文。站点也收录了完整的项目介绍、采集部署、分析命令、集成参考和版本记录。

离线使用时，解压后在当前目录打开示例库：

./agentprov demo

点击打开回放查看签名执行记录，点击阅读指南查看图文说明。 包内共有九份回放和十一个指南入口。回放无需 Go、Docker、Agent 账号或 API Key。

调查失败，再比较修复结果

./agentprov demo investigation-workflow

一个真实 DeepSeek 会话委派代码审查、运行七项测试，并遇到可选诊断被拒绝。 随后它继续原会话，关闭多余诊断，成功生成报表。命令会同时加载两份签名记录。

在对比中，将 A 设为诊断修复 · 修复前，将 B 设为诊断修复 · 修复后。 在文件证据中查看 settings.json 和报表；配置维度展示 Harness 设置。

打开关联会话查看委派与继续执行关系。搜索具体报错，检查 AppArmor/seccomp 决策， 比较保存的文件，再选择证据导出只读页面。任务、配置和采集情况均可从执行概览进入。

CLI 先校验签名，再导入独立的临时目录。回放可以离线使用，不会重新运行记录中的命令。 按 Ctrl-C 退出时，程序关闭本地服务并清理临时数据。

查看其他示例

./agentprov demo --list
./agentprov demo deepseek-context
./agentprov demo multiagent-provenance
./agentprov demo k8s-cross-pod-a2a
./agentprov demo --no-browser

--no-browser 只输出本地地址。运行在远程机器上时，可通过端口转发访问。 demo/ 目录包含原始证据包、公钥、脚本和指南；重新采集所需的环境见各指南。

LLM Judge 和 Jev 是可选的 Python 接入示例，打开指南不会调用模型。 以下命令用预设结果体验 LLM Judge 的离线接入流程：

AGENTPROV_BIN="$PWD/agentprov" python3 demo/llm-judge/judge.py run --offline

Jev 需要 Python 3.9+；实际评估还需要模型凭据，并允许发送选定的证据。 步骤见 Jev 指南。已完成的评估可离线重新打开。

语言

网页首次打开时跟随浏览器语言，无法匹配时使用英文；手动切换 English / 中文后保留选择。 命令行默认输出英文，命令、路径、ID、JSON 和原始证据保留原文。 已有的 --lang zh-CN 可以选择中文帮助及已支持的中文输出，并用中文打开网页。

平台与校验

• Linux 包附带可选的原生传感器；内核采集需要相应内核、cgroup 和 BPF/perf 权限。
• macOS 支持应用侧记录与回放。CLI 尚未经过 Apple Developer ID 签名或公证。
• Windows 用户在 WSL 中使用 Linux 包。
• SHA256SUMS 和 .sha256 用于检查下载完整性；示例公钥用于验证证据签名。 原始采集记录了哪些内容，在“采集情况”中单独说明。

内置指南和图片支持离线阅读，访问外部链接时才需要联网。