观测生产 trace

omk observe 把真实 Claude Code session trace 转成洞察：你的知识到底在哪儿被用上了、在哪儿撞上了缺口、执行有多稳。和 omk eval（受控离线实验）不同，observe 是只读的生产观测——它不评分，它暴露信号。

它有两条工作流。每个 flag 见 CLI 参考。

A. skill 健康度报告（默认）

指向一个 Claude Code 项目的 trace 目录：

omk observe ~/.claude/projects/-Users-you-Documents-my-project
omk observe ~/.claude/projects/my-project --last 7d
omk observe ~/.claude/projects/my-project --skills audit,polish
omk observe ~/.claude/projects/my-project --kb /path/to/project   # KB-aware 分析

你会拿到逐 skill 的健康度报告：知识使用、gap 信号（agent 想要某个东西却没找到）、执行稳定性、token、耗时。重点是找出你的 eval 用例没覆盖到的真实世界缺口——这些缺口变成下一轮 eval 用例。

用 --last 7d / --from … --to … 圈时间窗，用 --skills 收窄到特定 skill。

B. inbox：reviewer 闭环

当你想逐条 triage observation（把好的回流成回归用例），用 inbox。整条链路纯本地、零 LLM。

# 1. 解析 trace，聚合 + 降噪信号，落盘到 .omk/observations/
omk observe ingest ~/.claude/projects/my-project

# 2. 看 inbox（默认 top 20，按 severity / confidence / lastSeen 排序）
omk observe inbox
omk observe inbox --skill audit          # 按 skill 过滤
omk observe inbox --by-skill             # 每个 skill 一行（rollup）
omk observe inbox --explore 10           # 从 medium/low 抽长尾条目
omk observe inbox --json                 # JSON 给自动化

# 3. 看单条 observation 及其上下文消息
omk observe show <inbox_id>

每条 observation 带它的可信度（confidence + attributionConfidence，并排显示，让你区分"强信号"和"摇摆的 skill 归因"）、一个稳定的 severityReasonCode、以及一个 messageWindow（触发前 3 条 / 触发 / 后 3 条，外加 agent 是否恢复），都锚回原始 JSONL。

支持的 trace 格式：Claude Code session JSONL、OpenClaw session JSONL、markdown 对话日志（.log）。

把 observation 变成用例

observe 确认的缺口，正是你 eval 集缺的那些失败。omk sample --from-traces 能从这些信号草拟回归用例——把 observe → eval 的闭环合上。

相关

• 三阶段 —— observe 在闭环里的位置
• 知识缺口信号规范 —— gap 信号是什么、怎么打分
• CLI 参考：omk observe —— 每个 flag 和子命令