Agent Dashboard：面向开发者工作流的实时协同视图

1. 这个 /dashboard 不是“监控大屏”，而是 Agent 开发者的实时作战指挥台

你有没有经历过这样的场景：本地跑着三个 agent 实例——一个在处理用户邮件分类，一个在同步 Notion 任务到日历，第三个正用 Rust 写一半的 PDF 解析 skill；同时 Git 工作区里还开着四个 worktree，分别对应 dev、feature/llm-routing、hotfix/auth-scope、release/v2.3 —— 每个 worktree 下又各自启动了不同版本的 agent 配置。你想快速确认：

• email-classifier当前是否卡在 OAuth token 刷新环节？
• notion-sync的 last sync timestamp 是不是停留在昨天 14:22？
• pdf-parser在feature/llm-routingworktree 下跑的是 v0.8.3 还是 v0.8.4？
• devworktree 的 agent 日志里那条WARN: memory cache hit rate 42%是不是持续了超过 5 分钟？

过去，你得切窗口、敲命令、翻日志、查进程、比对 git rev-parse、手动 curl health endpoint……一套操作下来，5 分钟过去了，灵感也凉了。

Grok Build 推出的Agent Dashboard就是为终结这种碎片化状态而生的。它不是一个静态的“状态快照页”，也不是传统运维意义上的“资源监控面板”。它是一个面向 agent 开发者工作流的实时协同视图——/dashboard路径下，你一眼就能看到所有正在运行的 agent 实例（按 worktree 归组）、每个实例的健康度、最近 3 条 trace、内存/CPU 占用趋势（过去 2 分钟滚动窗口）、当前绑定的 skill 列表、以及该 worktree 的 git branch + commit short hash。更关键的是，所有这些数据不是靠轮询拉取，而是通过内置的轻量级 event bus 实时推送：agent 启动、skill 加载、trace 上报、worktree 切换、配置热重载……全部触发即时 UI 更新。

这不是“加了个前端页面”，而是把开发环境的“感知层”从命令行和日志文件，直接搬进了浏览器。我第一次打开/dashboard时，下意识去敲Ctrl+R刷新——结果发现根本不需要。当我在终端里执行git checkout feature/llm-routing并cargo run --bin pdf-parser后，不到 800ms，Dashboard 上就自动新增了一个带绿色脉冲动画的卡片，标题写着pdf-parser (feat/llm-routing @ a1b2c3d)，右下角小字显示Started 0.7s ago。那一刻我才真正理解：所谓“开发体验升级”，不是功能堆砌，而是让工具消失在你的注意力边缘。

这个 dashboard 的核心价值，不在于它“能显示什么”，而在于它消除了开发者在多个上下文间主动切换的认知开销。你不再需要记住“那个处理邮件的 agent 叫什么”“它在哪个 terminal tab 里”“它的 log 文件路径是哪”，所有信息以空间化、归组化、实时化的方式呈现在你面前。它解决的不是技术问题，而是人的注意力问题——而这恰恰是当前绝大多数 agent 开发框架最被忽视的一环。

2. 为什么必须按 worktree 组织 agent 视图？Git 分支模型与 agent 生命周期的天然耦合

很多人第一反应是：“agent 和 worktree 有什么关系？不就是多个进程吗？”——这恰恰暴露了对现代 agent 开发范式的误读。在 Grok Build 的设计哲学里，worktree 不是代码存放位置，而是 agent 的部署上下文（deployment context）。要理解这一点，必须拆解 agent 开发中三个不可分割的维度：

2.1 Agent 的配置即代码（Configuration-as-Code），而 worktree 是配置的物理载体

一个典型的 agent 并非单个二进制文件。它由三部分构成：

• Core Runtime（如基于 Tokio 的事件循环、skill registry、memory store）
• Skill Bundle（一组 Rust crate 或 Python module，定义具体能力）
• Runtime Config（TOML/YAML 文件，指定 skill 启用列表、LLM endpoint、memory TTL、retry policy 等）

其中，Runtime Config 决定了 agent 的行为边界。而这个 config 文件，在 Grok Build 的约定中，必须放在 worktree 根目录下的.grok/config.toml中。当你git worktree add ../worktrees/feature/llm-routing feature/llm-routing时，你不仅复制了代码，更复制了一套独立的 config、独立的.env、独立的skills/目录软链接（指向 shared skill repo 的特定 commit）。这意味着：

• devworktree 的 agent 默认调用https://api.openai.com/v1/chat/completions
• feature/llm-routingworktree 的 agent 强制走本地 Ollama endpointhttp://localhost:11434/api/chat
• hotfix/auth-scopeworktree 的 agent 的auth_token_ttl参数被硬编码为300秒（而非默认3600）

提示：Grok Build 的 CLI 在启动 agent 时，会自动检测当前工作目录是否属于某个 worktree，并加载其根目录下的.grok/config.toml。如果不在 worktree 中，则回退到主仓库的 config。这种设计强制将配置与代码分支生命周期绑定，避免了“同一份代码在不同环境跑出不同行为”的经典陷阱。

2.2 Worktree 提供了真正的隔离性，远超 Docker 容器或虚拟环境

你可能会说：“用 docker-compose 启多个容器不也能隔离？”——但容器隔离的是运行时环境，而 worktree 隔离的是开发意图（development intent）。举个真实例子：我们团队在实现web-scraperskill 时，需要测试两种 HTML 解析策略：

• Strategy A：用html5ever解析 DOM，再用selectors提取元素（内存占用高，精度高）
• Strategy B：用正则预处理 +roxmltree（内存低，对 malformed HTML 更鲁棒）

我们没有写两套代码，而是：

1. 在feature/scraper-strategy-aworktree 中，修改skills/web-scraper/src/lib.rs，启用html5ever特性
2. 在feature/scraper-strategy-bworktree 中，同一份代码，但Cargo.toml中禁用html5ever，启用roxmltree
3. 两个 worktree 共享同一个skills/web-scrapergit submodule，但各自 checkout 到不同 commit（策略 A 对应 commit X，策略 B 对应 commit Y）

此时，Dashboard 上会并列显示两个web-scraperagent 卡片，标题分别是：

• web-scraper (feat/scraper-strategy-a @ x1y2z3)
• web-scraper (feat/scraper-strategy-b @ a4b5c6)

你点开任一卡片的 “Config Diff” 标签页，就能看到features = ["html5ever"]vsfeatures = ["roxmltree"]的高亮对比。这种基于 Git 分支的、可追溯的、可复现的配置差异，是任何容器编排工具都无法提供的。

2.3 Dashboard 的分组逻辑，本质是还原开发者的思维地图

当你在终端里cd ../worktrees/feature/llm-routing && cargo run --bin pdf-parser，你的大脑里构建的模型是：“我现在在 llm-routing 这个特性分支上，调试 pdf-parser 这个 agent”。Dashboard 的 worktree 分组，正是将这个心智模型可视化。它不做任何额外抽象，不引入“environment”、“stage”、“profile”等新概念，而是直接复用你已经熟练掌握的 Git 工作流语义。这降低了学习成本，更重要的是——它让工具服从于人的思考习惯，而不是让人适应工具的抽象层。

实测中，我们发现团队成员平均减少 63% 的上下文切换时间。以前要确认“那个改了 prompt template 的 agent 跑在哪”，得先ps aux | grep pdf-parser找 PID，再ls -l /proc/<PID>/cwd看路径，再git -C <path> rev-parse --abbrev-ref HEAD查分支；现在，直接看 Dashboard 上pdf-parser卡片右上角的分支标签，0.5 秒完成。

3. Dashboard 的实时数据链路：从 agent runtime 到浏览器 UI 的 7 层穿透

很多人以为 Dashboard 的“实时性”只是前端 WebSocket 轮询后端 API。实际上，Grok Build 构建了一条贯穿整个技术栈的、极低延迟的数据通路。理解这条链路，是掌握其稳定性和扩展性的关键。我们来逐层拆解，从 agent 进程内部开始：

3.1 Layer 1：Agent Runtime 内置的 Event Emitter（Rust 层）

每个 Grok Build agent 进程启动时，会初始化一个全局EventBus（基于tokio::sync::broadcast）。所有关键生命周期事件都通过此总线广播：

• AgentStarted { name: String, version: String, worktree_path: PathBuf }
• SkillLoaded { skill_name: String, version: String, load_time_ms: u64 }
• TraceEmitted { trace_id: Uuid, span_id: Uuid, operation: String, duration_ms: f64, status: Status }
• MemoryUsageUpdated { heap_bytes: u64, cache_hits: u64, cache_misses: u64 }

注意：这些事件不经过网络，纯进程内通信。EventBus的订阅者包括：

• 日志模块（写入target/logs/agent-name.log）
• Metrics Collector（聚合为 Prometheus metrics）
• Dashboard Publisher（唯一对外发送数据的组件）

3.2 Layer 2：Dashboard Publisher 的智能采样与批处理

Dashboard Publisher不是简单地把每个TraceEmitted事件都推给前端。它采用三级策略：

1. 高频事件降频：MemoryUsageUpdated默认每 500ms 发送一次，但 Publisher 会将其缓冲，每 2 秒合并为一个MemorySnapshot事件（含 min/max/avg 值），避免 WebSocket 拥塞。
2. 关键事件保真：AgentStarted、SkillLoaded、TraceEmitted(status=ERROR)这三类事件，无论频率多高，均 100% 透传，且附带priority: HIGH标记。
3. 带宽自适应：Publisher 会监听 WebSocket 连接的bufferedAmount。当其超过 128KB 时，自动将MemorySnapshot的发送间隔从 2s 延长至 5s，直到缓冲区回落。

注意：Publisher 与 EventBus 之间是异步通道（mpsc::unbounded_channel），确保即使前端断连，agent runtime 也不会被阻塞。事件在内存队列中最多保留 30 秒，超时则丢弃——这是对资源的明确承诺，而非无限堆积。

3.3 Layer 4：WebSocket Server 的连接管理与消息路由

Grok Build 的 dashboard server（Rust + Axum）不使用通用 WebSocket 库，而是定制了DashboardHub：

• 每个连接建立时，分配唯一connection_id，并关联其user_session（来自本地 auth token）
• DashboardHub维护一个HashMap<WorktreePath, Vec<ConnectionId>>映射表
• 当收到AgentStarted事件时，server 解析worktree_path，找到所有订阅该 worktree 的连接，只向这些连接广播，而非全量广播
• 连接断开时，DashboardHub的drop实现会自动清理对应 worktree 的映射项，无内存泄漏风险

这种基于 worktree 的路由，使得 100 个 agent 实例共存时，单个浏览器 Tab 只接收自己关心的 3-5 个实例数据，而非全部 100 条消息流。

3.4 Layer 5：前端 React 的增量更新与虚拟滚动

Dashboard 前端（TypeScript + Vite）采用useReducer管理全局 state，但关键创新在于：

• State Shape 是扁平化的：agents: Record<string, AgentState>，key 为worktree_path + '-' + agent_name（如/home/user/project/worktrees/feat/a1b2c3-email-classifier）
• Reducer 不做深比较：每次收到新事件，只更新 state 中对应 key 的子字段（如agents[key].last_trace），其他字段保持引用不变
• List Component 使用React.memo+areEqual：仅当agent.name、agent.status、agent.last_heartbeat任一变化时才 re-render 卡片

配合 CSS-in-JS 的@layer机制，卡片 hover 动画、状态色块切换均在 60fps 下流畅运行。实测在 4K 屏幕上同时显示 27 个 agent 卡片（含图表），滚动帧率稳定在 58-60fps。

3.5 Layer 6：浏览器端的离线优先与状态恢复

Dashboard 前端内置Service Worker，缓存所有静态资源（HTML/CSS/JS）及最近 1 小时的 agent 心跳数据（存储在 IndexedDB）。当网络中断时：

• UI 不会变灰或显示“离线”，而是继续显示最后已知状态，并在右下角显示黄色提示：“Last update: 2m 14s ago”
• 用户仍可点击卡片查看历史 trace、下载日志、触发手动 reload（此时会尝试重新建立 WebSocket）
• 网络恢复后，SW 自动发起 handshake，同步丢失的事件，UI 无缝过渡到实时状态

我们故意拔掉网线测试过：从断连到恢复，平均 1.8 秒内完成状态同步，且无任何 UI 闪烁或重绘。

3.6 Layer 7：安全边界——为什么 Dashboard 不需要额外鉴权

你可能疑惑：“这么敏感的视图，怎么保证只有开发者本人能访问？”答案是：Dashboard 的访问控制完全委托给底层 HTTP Server 的本地认证机制。Grok Build 的 CLI 在启动 dashboard server 时，会：

• 自动生成一个 32 字节的随机 token，写入~/.grok/dashboard-token
• 启动 server 时，要求所有/dashboard/*请求必须携带Authorization: Bearer <token>
• Token 仅在 localhost 绑定（127.0.0.1:8080），不监听0.0.0.0
• CLI 启动浏览器时，自动注入 token 到 URL query 参数（http://localhost:8080/dashboard?token=xxx），前端 JS 读取后存入sessionStorage，后续请求自动附加

这意味着：Dashboard 本身不实现密码、OAuth、JWT 等复杂鉴权，它信任的是“你能运行grok build start这个命令”这一事实——这恰恰是最符合本地开发场景的安全假设。没有多余的登录页，没有 token 过期提醒，没有第三方依赖，安全而朴素。

4. 从零搭建你的第一个 Dashboard：CLI 命令背后的 5 个隐式契约

Grok Build 的 Dashboard 不是独立服务，而是 agent 开发工作流的自然延伸。要让它真正发挥作用，你必须理解 CLI 命令背后隐藏的五个关键契约。这些契约不是文档里的可选配置，而是 Dashboard 正常工作的前提条件。

4.1 契约一：grok build start必须在 worktree 根目录执行

这是最常被忽略的起点。当你在任意目录下执行grok build start，CLI 会：

1. 向上遍历目录树，寻找.git文件夹
2. 若找到，检查当前路径是否为git worktree list输出中的某一行（即是否为合法 worktree）
3. 若是，读取该 worktree 的.git文件夹内gitdir文件，解析出实际工作区路径
4. 关键一步：在此路径下查找.grok/config.toml，若不存在，则报错Error: Missing .grok/config.toml in worktree root

为什么必须如此严格？因为 Dashboard 的 worktree 分组依赖于worktree_path的绝对路径作为唯一标识。如果允许在子目录启动，worktree_path就会变成/home/user/project/worktrees/feat/a1b2c3/src/agent，导致 Dashboard 无法将其归入正确的 worktree 分组。我们曾试过放宽限制，结果 Dashboard 上出现 7 个同名email-classifier卡片，分别来自同一 worktree 的不同子目录——这彻底破坏了分组意义。

实操技巧：在 VS Code 中，右键点击 Explorer 中的 worktree 文件夹，选择 “Open in Integrated Terminal”，确保终端 pwd 是 worktree 根目录。或者，用alias gstart='cd $(git rev-parse --show-toplevel) && grok build start'设置快捷命令。

4.2 契约二：Agent 名称必须通过--name参数显式声明

Grok Build 不允许 agent 进程自行决定自己的名称。你必须在启动命令中指定：

grok build start --name email-classifier --bin email-classifier

原因有三：

• 唯一性保障：Dashboard 使用worktree_path + '-' + agent_name作为 state key。若 agent 自己生成 name（如取 binary 名），当同一 worktree 启动多个相同 binary 时（如cargo run --bin worker -- --queue high和--queue low），name 冲突会导致 UI 状态覆盖。
• 语义清晰：email-classifier比email-classifier-9a3f更易读，且与技能描述对齐。
• 配置驱动：.grok/config.toml中可以定义default_agent_name = "email-classifier"，CLI 会自动填充，但显式--name优先级更高，便于临时覆盖。

4.3 契约三：Skill 必须实现SkillInfotrait 并注册到全局 registry

Dashboard 的 “Skills” 标签页能列出 agent 加载了哪些 skill，依赖于每个 skill crate 必须实现：

pub trait SkillInfo { fn name(&self) -> &'static str; fn version(&self) -> &'static str; fn description(&self) -> &'static str; }

并在lib.rs的#[ctor]函数中注册：

#[ctor] fn register_skill() { grok_build::register_skill(MySkill::new()); }

如果没有这一步，Dashboard 就会显示 “0 skills loaded”，即使 agent 功能完全正常。这是因为 Dashboard 的 skill 列表不是通过反射或动态链接获取的，而是依赖于 compile-time 注册的静态 registry。这牺牲了一点灵活性，但换来的是 100% 的确定性和零运行时开销。

4.4 契约四：Health Check Endpoint 必须返回标准 JSON Schema

Dashboard 卡片上的状态灯（绿色/黄色/红色）不依赖进程存活，而是定期（默认 5s）GEThttp://localhost:8080/health。该 endpoint 必须返回：

{ "status": "ok", "version": "0.8.4", "uptime_seconds": 124.3, "memory_usage_bytes": 124532160, "skill_count": 7 }

其中status字段决定灯的颜色："ok"→ 绿，"warn"→ 黄，"error"→ 红。其他字段用于卡片详情页展示。如果 endpoint 返回格式错误、超时或非 2xx 状态码，Dashboard 会标记为UNKNOWN，并显示最后一次成功响应的时间戳。

注意：这个/healthendpoint 由 Grok Build Runtime 自动注入，你无需手写。但如果你在 agent 中覆盖了actix_web::App::configure()，必须显式调用grok_build::add_health_endpoint(app)，否则 endpoint 不存在。

4.5 契约五：Dashboard Server 端口必须可被 CLI 自动探测与释放

grok build start启动时，会尝试绑定8080端口。如果失败（端口被占），它会自动递增，尝试8081、8082……直到找到空闲端口。然后，它会：

• 启动 dashboard server
• 在 stdout 打印Dashboard available at http://localhost:8082/dashboard
• 关键一步：将此端口号写入~/.grok/dashboard-port文件

下次你执行grok build stop时，CLI 会读取此文件，向http://localhost:8082/dashboard/shutdown发送 POST 请求，优雅关闭 server。如果手动 kill 进程，dashboard-port文件不会被清理，下次启动可能绑定新端口，但旧端口的 server 进程仍在后台残留——这时 Dashboard 就会出现“ghost agent”（UI 显示 agent 在线，但实际已死）。

避坑经验：永远用grok build stop停止，不要Ctrl+C。如果遇到 ghost agent，执行grok build cleanup清理所有残留进程和 port 文件。我们团队在 CI 脚本中强制加入trap 'grok build cleanup' EXIT，确保每次测试后环境干净。

5. Dashboard 的进阶实战：用它诊断三个典型 agent 故障场景

Dashboard 的价值，不仅在于“看到”，更在于“快速定位”。下面用三个我们在真实项目中高频遇到的故障场景，演示如何利用 Dashboard 的多维信息进行秒级诊断。

5.1 场景一：Agent 卡在 “Starting…” 状态，但进程明明在运行

现象：Dashboard 上notion-sync卡片状态灯为黄色，显示Starting...，last_heartbeat时间戳停在 2 分钟前。ps aux | grep notion-sync显示进程存在，CPU 占用 0%。

Dashboard 诊断链路：

1. 点击卡片右上角⋯→ “View Logs”：日志末尾停在INFO: Loading skill 'notion-api'...，无后续输出
2. 切换到 “Config” 标签页：发现skills.notion-api.enabled = true，但skills.notion-api.api_key字段为空
3. 切换到 “Environment” 标签页：NOTION_API_KEY环境变量未设置（值为<not set>）
4. 结论：notion-apiskill 在init()方法中尝试读取NOTION_API_KEY，因为空值而 panic，但 panic 被顶层std::panic::set_hook捕获并静默处理（为防 agent crash），导致 skill 加载停滞

修复：在 worktree 根目录创建.env文件，写入NOTION_API_KEY=secret_xxx，然后grok build restart。Dashboard 卡片在 1.2 秒内变为绿色，last_heartbeat恢复更新。

关键洞察：Dashboard 的 “Environment” 标签页，是唯一能让你在不离开浏览器的情况下，确认 agent 进程实际看到的环境变量的地方。它比printenv | grep NOTION更可靠，因为后者显示的是你当前 shell 的变量，而非 agent 进程的。

5.2 场景二：Trace 延迟飙升，但 CPU/Memory 正常

现象：pdf-parser卡片的 trace 图表显示平均延迟从 120ms 突增至 2800ms，但 CPU 占用率仅 15%，内存增长平缓。

Dashboard 诊断链路：

1. 点击 “Traces” 标签页，按duration_ms降序排列，发现 top 3 trace 的operation均为parse_pdf_to_text，且span_id前缀相同（表明同一批次）
2. 点击最慢的 trace，展开详细 view：status = OK，但attributes中pdf_page_count = 127，pdf_file_size_bytes = 42893216（42MB）
3. 切换到 “Skills” 标签页：pdf-parserskill 的version = 0.5.1
4. 交叉验证：在 Dashboard 顶部搜索框输入pdf-parser 0.5.1，发现feature/pdf-compressionworktree 下也有一个pdf-parser，但版本是0.5.2，其 changelog 写着 “Optimize text extraction for large PDFs using incremental parsing”
5. 结论：当前运行的是旧版 skill，对大文件处理效率低下；新版已在feature/pdf-compressionworktree 中验证通过

修复：cd ../worktrees/feature/pdf-compression && grok build start --name pdf-parser --bin pdf-parser。Dashboard 自动新增一个卡片，旧卡片因进程退出而淡出。新卡片 trace 延迟回落至 180ms。

关键洞察：Dashboard 的跨 worktree 版本对比功能，让你无需git checkout切换分支，就能直观看到不同版本 skill 的性能差异。这是传统 benchmark 工具无法提供的“开发中实时对比”。

5.3 场景三：Agent 频繁重启，Dashboard 显示 “Crashed” 状态闪动

现象：email-classifier卡片状态灯在绿/红间快速闪烁，last_heartbeat时间戳每 8-12 秒刷新一次。

Dashboard 诊断链路：

1. 点击卡片 → “Logs”，开启 “Follow logs” 模式：看到循环输出ERROR: Failed to connect to SMTP server: Connection refused (os error 111)
2. 切换到 “Config” 标签页：smtp.host = "smtp.gmail.com"，smtp.port = 587
3. 切换到 “Environment” 标签页：SMTP_PASSWORD值为***（已脱敏），但SMTP_USERNAME为空
4. 深入排查：在 “Traces” 中筛选status = ERROR，发现所有失败 trace 的operation都是send_email_notification，且error_type = "InvalidCredentials"
5. 结论：SMTP_USERNAME环境变量缺失，导致 auth 失败，agent 在重试 3 次后 panic 退出，CLI 的 auto-restart 机制立即拉起新进程，形成循环

修复：在.env中补全SMTP_USERNAME=your@gmail.com，保存后 Dashboard 卡片在 5 秒内稳定为绿色，last_heartbeat持续更新。

关键洞察：Dashboard 的 “Logs” + “Environment” + “Traces” 三标签页联动，构成了一个微型的可观测性三角。任何一个维度的信息缺失，都会让故障定位时间指数级增长。而 Dashboard 将它们整合在同一视觉平面上，消除了上下文切换成本。

6. Dashboard 的边界与未来：它不解决什么，以及我们下一步要攻克的三个硬核问题

必须坦诚地说，Agent Dashboard 并非万能。它是一个精准定位的工具，而非一个包治百病的平台。理解它的边界，才能用好它。同时，基于数月的内部高强度使用，我们已明确接下来要攻克的三个核心挑战。

6.1 Dashboard 明确不解决的三件事

第一，它不替代分布式 tracing 系统。Dashboard 的 trace 数据仅限单个 agent 进程内，无法跨 service、跨 network、跨 worktree 追踪一个用户请求的完整链路。例如，当email-classifier收到邮件后，调用notion-sync的 REST API，再触发calendar-updater的 webhook——Dashboard 只能看到email-classifier内部的handle_incoming_emailspan，看不到后续两个 service 的任何信息。这并非缺陷，而是设计取舍：本地开发阶段，90% 的问题发生在单进程内，引入 Jaeger/OpenTelemetry 会显著增加 setup 复杂度，违背 “开箱即用” 的初衷。

第二，它不提供长期 metrics 存储与告警。Dashboard 的图表数据只保留最近 2 分钟的滚动窗口，内存中存储。它不写入 Prometheus，不对接 Grafana，不发送 Slack 告警。它的定位是 “此刻发生了什么”，而非 “过去一小时的趋势如何” 或 “CPU 持续超过 90% 时通知我”。如果你需要 SLO 监控，Grok Build 建议你将/metricsendpoint（暴露标准 Prometheus metrics）接入你现有的监控栈。

第三，它不管理 agent 的生命周期（start/stop/restart）。Dashboard 是一个只读视图（Read-Only View）。你不能在 UI 上点击 “Restart” 按钮来重启 agent——所有控制必须通过 CLI 完成。这是刻意为之：避免 UI 成为单点故障，确保所有操作都有 audit log（CLI 的 stdout/stderr），并保持开发流程的透明性。我们相信，agent 的启停是基础设施操作，应该由开发者在终端中明确执行，而非在图形界面中模糊点击。

6.2 我们正在攻坚的三个硬核问题

问题一：Worktree 级别的 skill 依赖冲突可视化
当前，当feature/aworktree 的skill-x依赖serde v1.0.192，而feature/bworktree 的skill-y依赖serde v1.0.193时，Dashboard 只显示各自版本。但我们希望在 “Skills” 标签页中，当鼠标悬停在serde上时，显示一个迷你 dependency graph，标出哪些 worktree 的哪些 skill 依赖它，以及是否存在 semver-compatible 冲突（如1.0.192vs1.0.193是兼容的，但1.0.192vs2.0.0则不兼容）。这需要在 build 阶段解析所有 worktree 的Cargo.lock，并构建跨 worktree 的依赖图谱——计算量巨大，但我们已用 Rust 的rayon实现了增量 diff 算法，初步测试在 12 个 worktree 下，graph 构建耗时 < 800ms。

问题二：Agent 间的隐式通信链路发现
现实中，agent 之间常通过共享文件、Redis、或本地 HTTP endpoint 通信。Dashboard 目前无法感知这些。我们正在开发一个 “Network Probe” 模块：在 agent 启动时，自动注入一个 lightweight eBPF probe，监控其 outbound socket 连接。当email-classifier连接到127.0.0.1:8001（notion-sync的 endpoint），Dashboard 就会在两个卡片之间绘制一条虚线箭头，并标注HTTP POST /sync。这将首次让开发者“看见” agent 网络拓扑，而非靠文档猜测。

问题三：基于 LLM 的 trace 异常自动归因
当前，trace 列表中的ERROR状态，需要开发者手动点开、读日志、猜原因。我们正在集成一个本地运行的小型 LLM（如 Phi-3），当检测到连续 3 个status=ERROR的 trace 时，自动提取：

• trace 的operation、error_type、stack_trace（截取前 20 行）
• 该 agent 的最近 5 条 info 日志
• .grok/config.toml中相关 section
  然后 prompt LLM 生成一句中文归因：“错误源于smtp.password环境变量未设置，导致 SMTP 认证失败。请检查.env文件。” 这个功能不会替代开发者，但它能把 “读日志-找关键词-联想原因” 的 3 分钟过程，压缩到 8 秒内。

这些都不是炫技。每一个功能，都源于我们每天在终端前真实踩过的坑。Dashboard 的进化方向很清晰：不做大而全的平台，只做开发者指尖最需要的那一毫米深度支持。它不试图成为下一个 Kubernetes，它只想成为你写cargo run时，那个安静站在角落、却总能在关键时刻递上正确工具的搭档。