EN

SmartPerfetto v1.1.1 更新说明

字数统计: 8.2k阅读时长: 30 min
2026/07/17
loading

本文复盘 上一篇三周更新(2026-06-04,v1.0.28)之后,到 2026-07-17(v1.1.1)为止 SmartPerfetto 的全部主要改动。看完这篇文章,可以知道这六周每个功能解决什么问题、边界在哪里,以及当前版本的完整功能全景。项目地址:github.com/Gracker/SmartPerfetto。

版本说明(2026-10 核查):本文保留 v1.1.1 的历史范围,基线为提交 d90cb888。“当前”“这六周”均指 截至 2026-07-17 的状态,测试数字为当时记录,不是本次复测。后续变化见 v1.7.0 更新;报告数据保留与离线交互还在 v1.16.1 继续修复。旧图保留为历史示意,计数和边界以本次校正后的正文为准。

一、变化概览(2026.06.04 – 2026.07.17)

SmartPerfetto 从 v1.0.28 到 v1.1.1 的六周变化

按 v1.0.28..v1.1.1 统计,这六周包含 154 个非 merge 提交,版本提交记录覆盖 13 个版本号(v1.0.29 → v1.1.1);这不等于每个版本的每种分发产物均在本次核验。如果说上一篇文章的主线是”把四条 Agent 运行时都跑通”,那这六周的主线就是把四条运行时收敛到同一套契约之下,同时在分析体验、场景知识、公共生态三个方向持续扩展。

下面按各 Git 标签中 backend/skills/ 与 backend/strategies/ 的文件名后缀计数:

指标 2026-06-04(v1.0.28) 2026-07-17(v1.1.1)
Skill YAML(*.skill.yaml) 230 239
场景策略(*.strategy.md) 20 21
策略/提示词模板(*.template.md) 35 80
Perfetto 上游同步 — 期间同步三次:v56.0 → v57.1 → v57.2
Agent 运行时 4 条并行 4 条,共用统一运行规格

图中的“239 Skill”是文件口径,含 loader 跳过的 _base.skill.yaml 模板;排除它后是 238 个非模板定义文件,不代表一次分析会注册、调用或成功运行全部定义。原表 v1.0.28 的 226 已按标签重数为 230。

下面按对日常分析工作流的影响从大到小逐个展开:先讲改变使用方式的功能(双 Trace 工作台、Quick Mode),再讲改变能力上限的功能(私有分析上下文、运行时统一),最后是场景、知识、生态和工程化。

二、双 Trace 分析工作台

双 Trace 工作台的窗口、运行身份和退出语义

性能优化的核心动作是对比:优化前后对比、竞品对照、系统版本升级回归。此前 SmartPerfetto 已经支持在 AI 会话里挂一个参考 trace,但界面上只有一个时间线窗口,”两条 trace 对着看”这个最自然的动作做不到。7 月 10-11 日(v1.0.39)落地的双窗工作台补上了这一块。

使用路径设计成最短的一条:

  • 一键进入:AI Panel 顶部有直达的”打开双窗”按钮,点击后立即出现双窗——一个窗口显示当前 trace,另一个窗口为空,从 workspace 历史里选参考 trace,不需要先进 trace 选择器。
  • 窗口身份原子交换:两个窗口都有 trace 选择器,用户可以自由决定哪个窗口放当前 trace、哪个放参考 trace。在当前窗口里选中历史 trace 时,当前 trace 会原子移动到另一个窗口,不会出现两个窗口显示同一条 trace 或者中间出现”无主 trace”的状态。
  • 运行身份保护:分析运行期间,”当前 trace + 参考 trace + agent 会话”构成同一个运行身份。此时切 trace、退出对比、切 Provider、换 workspace 都会被拒绝,只有显式 Stop 才走后端取消协议;而布局切换、最大化、拖拽、AI Panel 折叠只改展示状态,不销毁 iframe,也不转移流式连接的所有权。这条规则要避免的,就是“分析跑到一半窗口动了一下”把任务打断。它约束正常布局操作;浏览器崩溃、断网或页面卸载仍需单独处理。
  • 退出语义分离:退出双窗只关闭视觉工作区,参考 trace 和 AI 对比上下文仍然保留;退出对比才会进一步清掉参考 trace、对比上下文和对比会话。

契约层面,CLI 的 smp compare 和前端双窗使用同一套后端对比身份、证据包和报告 section,这些入口复用合同,但不同输入、选区、模型或采样仍可能得到不同结论,不能据此保证结果逐字一致。边界也明确:产品语义固定为”当前 trace + 一个 workspace 历史参考 trace”,不支持任意选择两条历史 trace 对比——那属于多分析结果对比(快照对比)的范畴。

完整操作模型见 v1.1.1 双 Trace 工作台文档。

三、Quick Mode:证据直答与分析回执

Quick Mode 从意图识别到 0 轮直答和分析回执

日常使用里有大量问题是事实型的:”帧率是多少”、”前台应用是什么”、”掉帧严重吗”。这类问题走完整的 agent 循环——建计划、多轮工具调用、验证——既慢又浪费 token。这六周把 fast 路径重做成了真正的证据直答产品(6 月 29 日回执产品化,7 月 3 日四运行时对齐,v1.0.38 发布)。

工作方式分三步:

  1. 意图识别:本地分类器识别问题属于哪类可直答意图——trace 事实(帧数、时长、进程线程)、前台应用、滑动流畅度初筛等。混合意图也能处理,例如”帧率是多少?整体流畅吗?”会同时命中 trace 事实和滑动初筛,合并两类证据一起回答。
  2. 确定性取证:后端直接执行对应的 SQL/Skill 拿证据,不经过模型的工具调用循环。
  3. 组装直答:用证据表格直接组装答案,附逐句数据引用,0 轮模型对话返回。答案末尾带分析回执,记录用了哪些证据、质量门禁状态。

原文记录:使用 DeepSeek 配置的历史端到端验证覆盖 9 个用例,包括身份、复合事实、帧数与掉帧、滑动初筛、前台应用、CPU 频率和英文提问;其中 8 个记录为 0 轮模型对话。0 轮意味着该用例走本地直答,不表示实际请求了 DeepSeek。该组原始运行产物本次未复验,不能把历史“逐条校验通过”推广为所有问题都正确。

两个值得说的工程细节:

  • 四运行时行为对齐。直答的意图推导、证据组装、结论数量契约在 Claude、OpenAI、Pi Agent Core、OpenCode 四条运行时上收敛到共享模块。此前 Claude 路径是手写组合,混合意图会静默丢掉滑动证据,和其他三条运行时行为不一致;共享模块减少了这类实现漂移,结论数量上限这类契约数字也改为模板变量注入,全部单一来源。
  • 限制直答范围。直答只覆盖确定性证据能回答的问题。问题超出范围(例如开放式的”帮我快速分析一下”)会正常落回 agent 路径,不会被硬塞进直答框架里给出残缺答案。

图中的 0 轮路径有前提:命中支持的意图、证据可用且满足直答合同。分类可能误判,数据缺失不等于指标为零;未进入直答的 fast 请求也可能调用模型,不能把 fast 与零 token 画等号。

四、私有分析上下文:本机源码 + Android Internals 知识库

本机源码和 Android Internals 的私有上下文授权边界

Trace 能告诉你”哪里慢”,但解释”为什么慢”经常要回到源码和系统机制。这六周把两类私有上下文接进了分析链路,并在 v1.1.0 里统一了它们的授权模型。这是版本号从 1.0 跳到 1.1 的主要原因。

本机源码(Code-Aware)。注册本机代码库后,可把 trace 符号映射为候选类、函数和 CodeRef;还需核对源码版本与设备构建。metadata_only 下模型只收到 chunk id、相对路径、行号和符号元数据;provider_send 下,注册时的 sendToProvider 与本次运行的发送选择同时有效,才可发送过滤后的片段。原文的“模型只见元数据”只适用于前一档,详见 版本化指南。补丁建议的 verified 表示文件范围受限且通过 git apply --check,不表示已编译、测试或证明能修复性能问题。

Android Internals 外部知识库(7 月 14 日)。可以把本机的 android-internals-wiki checkout 注册为版本化的外部知识源。检索链路的约束逐条列出来是这样的:

  • 路径默认拒绝,只有环境变量白名单内的 Markdown 可预览和索引;
  • 注册需要权利确认(rightsAcknowledged),发送给模型厂商需要另一个可撤销的隐私同意(sendToProvider),撤销后新的索引和检索立即拒绝;
  • 只有严格解析且状态为 finalized 或旧格式 verified 的文章进入检索,草稿和待审文章只出现在审计里;
  • 模型只收到经过预算控制和脱敏的命中片段,日志和流式事件只投影元数据;
  • Wiki 命中只用于解释系统背景,不能替代当前 trace 证据——诊断结论仍然必须引用 SQL/Skill 的实际查询结果。

组合语义(v1.1.0)。源码和知识库是两套独立的授权清单,可以单用、可以组合。任何一类私有上下文存在时,fast/auto 模式会强制解析为具备相应工具和证据门禁的 full 模式。租户/工作区/用户、授权清单、索引代际、内容指纹、同意状态全部进入一个授权指纹;工具调用和运行边界上发现任何一项变化,直接拒绝执行(fail closed),而不是静默降级成另一种分析。这些是工具和运行边界上的复核,不是对已发送内容的追溯撤回;撤销无法召回 Provider 已收到的数据。私有分析只允许受限的进程内多轮连续性,不恢复持久化的 Provider 会话,并关闭跨会话模式学习。

五、Agent 运行时架构统一

四条 Agent 运行时消费统一 Run Spec 和输出契约

这是六周里代码体量最大的一条线,分两个阶段完成。

6 月上旬的重构(v1.0.32 前后,二十余个重构提交):

  • 四条运行时迁入独立的 engine 目录,公共逻辑(诊断、假设投影、运行时描述符)抽到共享层;
  • 新增贯通到 SQL 工具层的取消语义——Stop 会撤销排队任务并中止在途 HTTP/RPC 请求;这不证明远端 Trace Processor 内部的 SQL 已在同一时刻停止;
  • Pi Agent Core 和 OpenCode 两条第三方运行时恢复不透明会话状态(opaque state)的断点续传,会话恢复后能接着上次的上下文继续;
  • Provider 快照与运行时环境绑定,会话恢复时不会因为用户切换了活跃 Provider 而静默换模型;
  • 验证器的误诊模式库从策略文件加载,新增误诊模式不再需要改 TypeScript。

7 月 17 日的 v1.1.0 统一实现:四条运行时改为消费同一份与 Provider 无关的运行规格(run specification)和对比上下文构建器。此前的一类典型 bug——某个分析选项在 Claude 路径生效、在 OpenAI 路径被静默忽略——通过集中解析减少了发生机会,仍需各 runtime 的回归验证。配套的还有可复现的 Perfetto UI 预构建产物和后端回归门禁 CI(GitHub Actions 上的 backend-agent-regression-gate)。

v1.1.0 落地前有 7 月 15 日周度审查和 7 月 16 日 clean-room 审查,后者记录其所审工作树无已知 P0/P1 阻断项(报告)。源码引用定位、工具输出、证据标签和滑动指标等修复已纳入 v1.1.0。随后 v1.1.1 相对 v1.1.0 只有 Docker 中 OpenCode 运行时链接规范化修复与版本提交,解决 arm64 构建路径问题;不应把前面的审查修复全归到 v1.1.1。

六、Token 成本优化

从完整策略常驻到 Core 常驻和 Detail 按需

6 月中旬定位到 full 模式 token 消耗的最大头:系统提示词的方法论段落会嵌入完整场景策略——历史优化报告把启动场景估为约 51K token——而且原有的提示词预算机制只裁辅助段落,裁不到这一段。以启动场景为例,相当于每次 full 分析都往上下文里塞一整篇“启动分析教科书”;实际费用还取决于缓存与计价。6 月 18-19 日一次性落地了整套优化(v1.0.35):

  • 策略拆分:场景策略拆成 core 和 detail 两层。core 常驻注入,控制在几 K token;detail 按分析阶段推进按需投递。质量要求迁移到计划模板的期望调用清单和验证器上,用来约束取证覆盖;是否损失分析质量仍需回归验证。
  • 真实策略文件的 token 估算回归:新增读取真实策略文件的 token 估算基线测试,覆盖最坏组合(场景 + 架构 + 完整性 + 选区 + 对比 + 源码感知同时启用),防止后续改动让提示词体积悄悄回退。此前的单测 mock 了策略加载器,抓不到体积问题。
  • 大 SQL 结果自动摘要:超过阈值的 SQL 产物自动生成摘要,保留的数据转为分页 artifact 引用;仍需检查结果上限、截断状态和 artifact 有效期。
  • 工具描述压缩与缓存边界:压缩横跨四条运行时的 MCP 工具描述;为运行时增加提示词缓存边界,按 Provider 适配器声明的能力标记决定缓存策略,而不是按 Provider 名字硬编码。

图中的 51K 和上述基线不是统一 tokenizer 或 API 账单值:该版本 estimatePromptTokens 按字符粗估。减少输入可降低上下文压力,但节省金额取决于实际 usage、缓存命中和计价。Pi、OpenCode 是运行时,OpenAI-compatible 是接口类别,不能据此断言没有缓存;例如 OpenAI 官方 API 支持 Prompt Caching。

七、场景覆盖扩展:Camera、Heap、GPU

Camera、Heap 和 GPU 场景先探测证据再下结论

三个新场景都遵循同一条原则:证据优先,数据不足就明说,不编结论。

  • Camera 分析(7 月 12 日):新增面向证据的 camera 采集 preset(smp capture 可直接使用)和 camera trace 证据 Skill。关键设计是 tracepoint 可用性条件化——camera pipeline 各阶段的 tracepoint 在不同厂商、不同版本上可用性差异很大,Skill 会先探测当前 trace 里有哪些证据源,只对有数据支撑的阶段下结论,缺数据的阶段明确标注不可用,而不是套模板硬答。
  • Heap 支配路径分析(7 月 14 日):新增确定性的 heap dominator path 聚类与提取 Skill——从 managed heap graph 里提取支配路径,把同构路径聚成簇,回答”内存被谁的引用链占住了”。批量 trace 运行时自动聚合各 trace 的 heap 路径,在批量报告里呈现跨 trace 的内存簇分布,配套真实 heap graph trace 的回归用例。
  • GPU 计算证据(7 月 14 日):厂商中立的 GPU compute 证据 Skill,不依赖特定 GPU 厂商的私有 counter,配真实 trace 回归。
  • 既有场景加固(6 月上旬):内存分析证据处理加固、线程阻塞原因(blocked reason)的证据语义修正——后者修的是”阻塞原因”字段被错误归因的问题。

这里的能力仍有数据边界:Heap 读取已采集的 managed heap dump,默认只返回有上限的支配路径,不等于全堆或泄漏结论;GPU Skill 需要 gpu_slice/gpu_track 中实际录到的 compute 事件和生产者提供的参数,“厂商中立”不等于任意 Android trace 都有这些数据,也不能由耗时占比直接得出 GPU 利用率或瓶颈。

八、RFC-0025:八个 AI 工作流表面

RFC-0025 把八个 AI 表面组织成可审计工作流

7 月 7 日合入了 RFC-0025 定义的八个功能,方向是把”一问一答”的 AI 分析扩展成可审计、可批量、可协作的工作流。设计与实现文档在仓库 docs/architecture/perfetto-ai-rfc-0025/,当时的实现与验证记录 列出了已实现范围、验证路径和仍延期的能力。

# 功能 说明
1 分析回执与证据审计 每次分析产出结构化回执:工具调用、证据覆盖、质量门禁状态,回答”这次分析做了什么、依据是什么”
2 采集配置建议 分析发现证据缺口时,反向生成抓 trace 的配置建议——“想确认这个结论,下次抓 trace 要开哪些数据源”
3 UI 导航建议协议 AI 输出结构化的时间线跳转建议(时间点/范围),用户点击执行,AI 不直接操作 UI
4 快照相似案例检索 已完成快照间的相似检索(MVP),仅供导航,不能替代当前 trace 证据
5 SQL 查询审查层 已执行 SQL/Skill 的 queryReview 审计旁注,记录意图、表/字段、过滤条件、警告与产物引用
6 外部 Skill 包扩展 受管 workspace 内的本地 Skill 包导入与 hash 校验;远程发现、归档同步和签名仍延期
7 批量 trace 生命周期 批量提交、并发控制、进度跟踪、结果聚合,前面提到的 heap 簇聚合报告就跑在这条链路上
8 AI 能力开关与披露 企业环境可以整体关闭 AI 或按能力关闭,能力策略校验失败直接拒绝(fail closed)

其中 Query IR 首版 观察和标注已经执行的查询,不编译新查询语言,也不由模型 JSON 批准 SQL。独立的执行门禁仍需检查,审计元数据本身不是证据。Skill 包的 hash 校验只验证内容完整性,不自动证明来源可信或 SQL 安全。

九、知识底座:Android 17 渲染管线与 Trace 案例语料库

Android 17 项目知识文档和 Trace 案例语料的双轨知识底座

  • Android 17 渲染管线知识同步(7 月 13 日):项目维护的 docs/rendering_pipelines/ S01-S14 内容改为从固定 commit 的源仓库同步(npm run sync:rendering-pipelines),禁止手工修改,用 hash 检测相对固定快照的漂移。这些文档不是普通说明文——渲染管线检测、教学模式和部分 Skill 会在运行时通过 doc_path 直接读取它们,因此构建时会打包进所有发布形态,包括 Docker 镜像(这次也修了 Docker 里漏打包的问题)。
  • Trace 案例语料库(7 月 13-14 日):新增 Trace/catalog.json 语料目录契约,真实 trace 全部迁入目录化语料库;同时引入确定性构造 trace——把 binder IO 阻塞、GPU 负载、framework pipeline 等场景做成可重复生成的合成 trace,每个案例带期望结论文件。场景回归从”6 条固定 trace”扩展为”目录驱动的语料回归”,已有框架支持的场景可以通过目录登记扩展案例。

这里的知识源是 Gracker 维护的 rendering_pipelines 项目,固定 commit 为 043074f775d03551b4f9d068b4296e70258b3571(版本目录),不是 Google 官方认证。本次已确认所引 AOSP android-17.0.0_r1 的 Choreographer、Build.java(API 37)及 kernel 标签可访问;导入和 hash 一致仍不等于文内所有平台判断都已验证。图中语料箭头表示测试/取证输入,不是每次分析自动载入所有 fixture;新增案例仍需正确资产、元数据和期望断言,合成 trace 通过也不能代替真实设备覆盖。

十、Case Knowledge 平台与自进化 V1

Case Knowledge 从人工案例到模式沉淀和复用分析的闭环

6 月 20-22 日(v1.0.36/37)落地了案例知识平台的第一版,目标是让分析经验可以沉淀和复用:

  • 人工案例入库:把典型性能问题案例整理成结构化知识,分析时可检索引用。
  • 自进化 V1:分析过程中被确认的模式可以沉淀为可复用的知识条目。这条链路的可靠性打磨占了大头——一份研究报告加多轮独立审查驱动了 14 个缺口修复,包括模式自动确认扫描、模式存储写入串行化(减少同一路径内并发覆盖)、SQL 结果持久化等。
  • 运行时记忆层加固:记录 Provider 连续性中断、CLI 降级来源等此前会静默丢失的状态,出问题时可以回溯”当时到底用的哪个模型、走的哪条降级路径”。

这里的 V1 指案例/模式沉淀,不能与后来的策略评估、apply/revert 产品混用。模式被标记 confirmed 也需要检查其证据;写入串行化解决的是该存储路径的竞争,不能保证所有多进程存储永不冲突。私有源码/RAG 分析按前述规则禁用跨会话学习。

十一、生态:八个仓库连成一条完整路径

Android 性能生态从导航、插桩和采集到分析、知识和复现

SmartPerfetto 不再是一个孤立项目。7 月 14 日上线的 Android Performance Ecosystem 把插桩、采集、分析、知识、复现八个仓库连成一条完整的 Android 性能分析路径:

阶段 项目 作用 地址
导航 Android Performance Ecosystem 统一项目地图、交接元数据、README 导航区块与漂移检查 GitHub
插桩 TraceFix 编译期注入 App 侧 android.os.Trace section,让方法执行在 trace 中可见 GitHub
采集与测量 Perfetto Tools 抓取可复现的 Perfetto trace,采集 FPS 或 Simpleperf 测量结果 GitHub
分析 SmartPerfetto AI 辅助的 Web UI、CLI、报告、会话、对比和证据工作流 GitHub
Agent 分析 Perfetto Skills 可移植的 Android/Linux/Chromium Perfetto 分析 Skill,供 Codex、Claude Code、OpenCode 等 Agent 直接使用 GitHub
学习 Android Performance Blog 文章、系统原理和案例复盘 AndroidPerformance.com
系统知识 Android Internal Wiki alpha 阶段的 Android 系统知识库,覆盖 App、Framework、Native 与 Kernel 机制 Coming soon
复现 Trace for Blog(SystraceForBlog) 文章使用的 Perfetto/Systrace 案例文件,支持动手复现 GitHub

其中 SmartPerfetto 和 Perfetto-Skills 的关系值得展开。两个仓库独立演进,但共享一套可移植分析契约:

  • 公共 Skill 导出体系(7 月 11-12 日):backend/skills/public-export.yaml 显式分类每一个运行时资产——可移植的工作流、SQL、方法论和管线知识进入公共投影,产品专属的 Provider/会话/流式语义留在 SmartPerfetto。导出结果由 npm run verify:public-skills 验证。
  • 双向影响审查门禁:npm run check:perfetto-skills-impact 按配置的路径和变更范围检查共享契约影响(Skill、策略、证据契约、SQL 服务、管线知识、导出策略),要求作者显式记录配对决策——需要同步、不需要同步、或延期并附交接链接。这能提醒配对审查,但路径规则和人工决策仍可能漏判。
  • Perfetto 上游同步:期间完成三次上游同步(v56.0 → v57.1 → v57.2),每次按仓库的同步规则完成 fork 合并、UI 预构建刷新和场景回归。

十二、工程化与可用性

从真实 E2E、独立审查和 CI 门禁到可复现交付

  • DeepSeek 真实链路端到端验证:Agent SSE 端到端测试默认走 DeepSeek 真实 API(backend/ 下的 npm run verify:e2e:deepseek 及其分场景脚本),并提供手动触发的 GitHub Actions workflow——真实链路用来核实 Provider 的工具调用格式与流式分块行为,不能由 mock 通过代替。
  • 审查制度化:每周架构审查加发布前 clean-room 审查,报告落盘 docs/reviews/;Quick Mode、RFC-0025、v1.1.0 三个大功能落地前都有独立审查记录。
  • 可用性修复:免安装包排除运行时数据(v1.0.33)、macOS 签名资源 staging(v1.0.37)、启动器端口 fallback、Bedrock 模型 ID 跨区规范化、Docker 内 OpenCode 运行时链接、agent 轮次预算调整。
  • 依赖维护:Claude Agent SDK、OpenAI Agents、Pi Agent Core、OpenCode SDK 等核心依赖持续升级。

十三、SmartPerfetto 功能全景

SmartPerfetto 从入口和分析到扩展和分发的八层功能全景

到 v1.1.1 为止,SmartPerfetto 的完整功能地图如下,按”入口 → 分析 → 证据与质量 → 知识 → 对比与代码感知 → 输出 → 扩展与治理 → 分发”八层组织:

层 功能 说明
入口 Perfetto UI AI Assistant Fork 版 Perfetto UI 内置 AI 面板/侧栏/浮窗,时间线与 AI 分析同屏
智能分析模式(Smart Mode) 先还原混合 trace 的场景时间线,再选择全部或单个场景(启动/滑动/点击/导航/ANR 等)深钻
选区快问 框选时间线区域或 slice 后针对选区上下文提问
双 Trace 对比工作台 双窗加载当前 + 历史 trace,AI 在同一会话中做实时对比
CLI smp run / ask / repl / capture / compare / report / query / skill / doctor,含 Android 采集 preset 和采集后自动分析
HTTP + SSE API /api/agent/v1/*、/api/traces/*、/api/reports/*,供集成和前端使用
批量分析 批量提交、并发控制、结果聚合(含 heap 簇聚合报告)
分析 三档分析模式 fast(轻量直答)/ full(完整计划+验证)/ auto(语义路由)
Quick Mode 证据直答 确定性证据 0 轮直答 + 逐句数据引用 + 分析回执
场景策略 21 个 Markdown 场景策略(含最终报告契约),frontmatter 驱动场景分类
YAML Skill 引擎 239 个 YAML 文件(含 1 个模板;atomic/composite/deep/modules/pipelines/comparison),L1-L4 分层结果
渲染管线检测与教学 覆盖 View/Compose/Flutter/WebView/游戏等管线类型,项目维护的 Android 17 系列知识(S01-S14)运行时可读
四条 Agent 运行时 claude-agent-sdk / openai-agents-sdk / pi-agent-core / opencode,统一运行规格、MCP 工具注册表和计划证据日志
Provider 管理 UI 内管理多 Provider profile,运行时切换、会话级绑定、环境隔离
证据与质量 DataEnvelope 结构化结果 自描述表格/图表契约,前端按 schema 渲染,同时供报告/快照/CLI 消费
证据契约与结论校验 结论必须由 Skill/SQL 证据支撑,确定性结论逐条校验 + 进程线程身份归因
报告契约门禁 策略 frontmatter 声明必需报告 section,程序化检查完整性
验证器与误诊模式库 full 模式独立验证 pass,误诊模式从策略文件加载
SQL 查询审查 查询审计旁注与警告;不是通用的执行前正确性证明
知识 Perfetto SQL/stdlib 索引 schema 与标准库符号索引和知识查询工具,随上游同步再生成
案例知识与自进化 人工案例入库 + 分析确认模式自动沉淀(V1)
Android Internals 外部知识库 本机 wiki checkout 注册为版本化知识源,双重同意 + 元数据投影 + 失败即拒绝
Trace 案例语料库 Trace/catalog.json 目录契约,真实 + 确定性构造 trace 的场景回归
对比与代码感知 Raw Trace 对比 双窗工作台 + CLI smp compare,同一后端对比身份与证据包
多分析结果对比 在权限范围内对比用户已完成的快照,不表示可跨租户读取
相似案例检索 分析快照间的相似案例检索(MVP)
Code-Aware 源码分析 本机代码库注册 + 符号解析,默认仅 CodeRef;双重授权后可发送片段;补丁 apply-check 不等于功能测试
输出 SSE 实时投影 流式进度、结论、UI 导航建议;聊天保持可读,不淹没在原始 SQL 里
HTML 报告 输出证据、结论校验与身份信息;字段保留仍受版本与投影合同限制
分析结果快照 持久化快照供后续对比、相似检索和复查
CLI Turn Artifacts ~/.smartperfetto/ 会话与报告文件,供脚本化消费
扩展与治理 外部 Skill 包 受管本地包导入与 hash 校验,不含延期的远程发现/签名
采集配置建议 分析缺口反推抓 trace 的配置建议
UI 导航建议 AI 结构化导航建议,用户确认执行
AI 能力开关与披露 整体或按能力关闭 AI,策略校验失败即拒绝
公共 Skill 导出 显式分类导出到 Perfetto-Skills 公共仓库,双向影响审查门禁
分发 Docker Hub 先固定镜像 1.1.1 和端口再启动,步骤见下文;无需宿主 Node.js
免安装包 Windows/macOS/Linux 包,自带 Node.js 24 与固定版本 trace processor
npm CLI npm install -g @gracker/smartperfetto@1.1.1,命令为 smp / smartperfetto
源码运行 ./start.sh,使用提交的预构建 UI,无需构建 Perfetto submodule

十四、版本时间线

SmartPerfetto v1.0.29 到 v1.1.1 的版本时间线

旧图把 v1.1.1 简记为“审查修复”;其准确增量是下表的 Docker 修复,前面的审查修复已在 v1.1.0。日期按版本提交记录,不表示所有渠道同时可用。

版本 日期 要点
v1.0.29 2026-06-05 内存分析证据加固、线程阻塞原因证据语义修正
v1.0.30 2026-06-06 Perfetto 上游同步 v56.0
v1.0.31 2026-06-06 Agent 端到端验证切换 DeepSeek 真实链路
v1.0.32 2026-06-07 运行时 engine 目录化、取消语义贯通、第三方运行时状态续传、验证器误诊模式库
v1.0.33 2026-06-07 免安装包排除运行时数据
v1.0.34 2026-06-17 DeepSeek trace 分析对齐、轮次预算调整
v1.0.35 2026-06-19 Token 优化落地:策略 core/detail 拆分、SQL 摘要、工具描述压缩、缓存边界
v1.0.36 2026-06-22 案例知识平台 + 自进化 V1 + 记忆层修复
v1.0.37 2026-06-22 macOS 免安装包签名资源修复
v1.0.38 2026-07-04 Quick Mode 直答与回执产品化、Provider preset 刷新、Perfetto v57.1
v1.0.39 2026-07-11 RFC-0025 八个 AI 工作流表面、双 Trace 工作台
v1.1.0 2026-07-17 分析上下文与运行时架构统一、私有上下文授权指纹、Camera/Heap/GPU 场景、Android 17 渲染知识、Trace 语料库、公共 Skill 导出、回归门禁 CI、Perfetto v57.2
v1.1.1 2026-07-17 Docker OpenCode 运行时链接规范化,修 arm64 构建路径

十五、试用与反馈

Docker、免安装包、npm CLI 和源码入口汇入可复现反馈

下面按 v1.1.1 固定版本复现,环境要求见 当时的快速开始。普通新安装应选择较新发行版并使用该版文档。

  • Docker:先安装 Docker Engine/Desktop 和 Compose 插件,取得下方 v1.1.1 checkout。旧版 docker-compose.hub.yml 的 image 写死为 latest,请先改成 w553000664/smartperfetto:1.1.1;仅在本机试用时,将 ports 两项替换为 127.0.0.1:3000:3000 与 127.0.0.1:10000:10000,并保持默认容器端口。然后执行 docker compose -f docker-compose.hub.yml pull 和 docker compose -f docker-compose.hub.yml up -d。此版本没有 SMARTPERFETTO_DOCKER_TAG 配置,设置该变量不能固定镜像。
  • 免安装包:在 v1.1.1 Release 选择完整平台归档(Windows x64、macOS arm64、Linux x64),不要下载 Source code 当作应用。包内带 Node 和相应运行依赖,但不含模型权重或账户凭据,Provider 仍需配置。该历史 macOS 包的 Release 说明为未公证,不应套用后续版本的公证保证。
  • 终端/脚本用户:npm install -g @gracker/smartperfetto@1.1.1,宿主机要求 Node.js 24 LTS(>=24 <25)。
  • 源码:同样需要 Git、Node.js 24 和首次依赖/Trace Processor 下载所需网络。以下 macOS/Linux/WSL shell 命令取得固定版本;源码启动再运行 ./start.sh,只有前端开发才需要对应 submodule 与 ./scripts/start-dev.sh。
1
2
git clone --branch v1.1.1 --depth 1 https://github.com/Gracker/SmartPerfetto.git
cd SmartPerfetto

启动后打开 本机页面,保存、测试并激活 Provider,再加载 trace。/health 返回成功只表示服务存活,不证明模型鉴权和真实分析已通过。

反馈 bug 时请尽量附上可分享的最小复现 trace、证据位置(时间戳/进程/线程)、版本与 Provider/runtime,以及期望和实际结论的差异。公开 issue 前确认 trace 的分享权限并检查敏感内容;无法公开时可先提交脱敏复现描述。


SmartPerfetto 交流群

以下保留当时的交流群二维码,可能已失效,不代表当前开放加入:

SmartPerfetto 交流群

当前问题反馈请使用 GitHub Issues;其他联系方式见关于页面。

CATALOG
  1. 1. 一、变化概览(2026.06.04 – 2026.07.17)
  2. 2. 二、双 Trace 分析工作台
  3. 3. 三、Quick Mode:证据直答与分析回执
  4. 4. 四、私有分析上下文:本机源码 + Android Internals 知识库
  5. 5. 五、Agent 运行时架构统一
  6. 6. 六、Token 成本优化
  7. 7. 七、场景覆盖扩展:Camera、Heap、GPU
  8. 8. 八、RFC-0025:八个 AI 工作流表面
  9. 9. 九、知识底座:Android 17 渲染管线与 Trace 案例语料库
  10. 10. 十、Case Knowledge 平台与自进化 V1
  11. 11. 十一、生态:八个仓库连成一条完整路径
  12. 12. 十二、工程化与可用性
  13. 13. 十三、SmartPerfetto 功能全景
  14. 14. 十四、版本时间线
  15. 15. 十五、试用与反馈
  16. 16. SmartPerfetto 交流群