Claudewatch: Ett AgentOps-verktyg för att övervaka Claude Code AI-sessioner
Claudewatch av Blackwell Systems är ett gratis verktyg för Model Context Protocol (MCP) server som är utformat för mcp-kategorin, specifikt för att övervaka AI-agentbeteende under Claude Code-sessioner. Det fungerar som ett "AgentOps" verktyg för AI-agenten själv under utvecklingen, vilket ger självmedvetenhet och analys efter sessionen. Claudewatch är uttryckligen inte en ersättning för minnes-MCP, infrastrukturobservabilitetslösning eller LLM API-övervakningsverktyg. Det fungerar genom att läsa lokal sessionsdata från ~/.claude/ katalogen, med fokus på att förbättra AI-utvecklingsupplevelsen.
Mest rekommenderade alternativet
Vad ansluter Claudewatch till?
Claudewatch ansluter till och övervakar AI-agentbeteende inom Claude Code-sessioner, och fungerar som ett AgentOps-verktyg för AI-agenten under dess utvecklingslivscykel. Det fungerar genom att läsa lokal sessionsdata direkt från katalogen ~/.claude/. Som ett MCP-serververktyg stöder det transportprotokoll som är kompatibla med Model Context Protocol, inklusive Streamable HTTP och SSE för direkt API-integration. För lokala anslutningar kommunicerar Claude Desktop med Claudewatch över stdio, medan fjärr HTTP-servrar kräver en proxy som mcp-remote. Claude Code är den primära kompatibla AI-klienten.
Kärnfunktioner och verktyg
Claudewatch exponerar 29 Model Context Protocol (MCP) verktyg, vilket möjliggör finjusterad övervakning och kontroll av AI-agentbeteende. Specifika anropbara verktyg inkluderar get_project_health för projektstatus, get_drift_signal för att upptäcka oproduktiva mönster, get_task_history för att granska tidigare åtgärder, get_blockers för att identifiera kända lösningar på fel, och get_agent_performance för att analysera agentens effektivitet. Dessa verktyg ger AgentOps-funktioner direkt in i AI-utvecklingsupplevelsen, vilket erbjuder insikter i agentlivscykler och beslutsfattande.
Vem är det för?
Claudewatch är för AI-agenter, som får självmedvetenhet genom sina övervakningsmöjligheter, och för utvecklare, som får värdefull post-sessionanalys. Det integrerar AgentOps direkt i utvecklingsarbetsflödet för Claude Code-användare. Detta verktyg hjälper utvecklare att förstå och förbättra AI-agentbeteende genom att tillhandahålla kritiska operationella insikter. Hoppa över detta om du behöver en minnes-MCP-ersättning eller en allmän infrastrukturobservabilitetslösning.
Hur man kommer igång
Inga autentiseringsuppgifter krävs för Claudewatchs kärnfunktion, eftersom det fungerar med en "zero network calls" autentiseringsmodell, som endast läser lokala filer och skriver till en lokal SQLite-databas. För fjärranslutningar till MCP-servrar stöder Model Context Protocol OAuth-autentisering med Bearer-token.
Användningsfall
- Fel-loopar: Upptäcker konsekutiva fel under Claude Code-sessioner och uppmanar Claude att anropa get_blockers() för att identifiera kända lösningar.
- Driftupptäckte: Identifierar oproduktiva utforskningsmönster, såsom "8 konsekutiva läsningar utan skrivningar," och varnar Claude för potentiella ineffektiviteter.
- Agentprestanda: Analyserar agentlivscykler, beräknar framgångsfrekvenser och tillhandahåller get_agent_performance() för Claude att fråga sin egen effektivitet och undvika att skapa agenter som sannolikt kommer att misslyckas.
Claudewatch tillhandahåller viktiga AgentOps-funktioner för utvecklare som arbetar med Claude Code, vilket erbjuder djupa insikter i AI-agenters beteende. Dess fokus på lokal sessionsdata och en rik uppsättning MCP-verktyg förbättrar utvecklingsupplevelsen genom att möjliggöra självmedvetenhet för agenter och detaljerad post-sessionanalys för utvecklare. Det stöder kritiska arbetsflöden som fel-loopdetektering, driftanalys och övervakning av agentprestanda. Försök att övervaka en Claude Code-session för att upptäcka oproduktiv drift med hjälp av get_drift_signal.
