jinzijian/EvoTrace

Compile real-world Claude Code and Codex trajectories into verified, tradable post-training assets.

EvoTrace – あなたの Claude Code / Codex セッションを再現可能な AI 学習資産へと変換

何であるか – EvoTrace は ローカルファースト のツールで、すでにマシン上に存在するコードアシスタントの履歴（Claude Code または Codex）を読み取り、有用な「エピソード」を抽出し、モデル学習、評価、強化学習パイプラインに使用できる構造化された資産に変換します。これはあなたのコードアシスタントを置き換えるものではなく、アシスタントがすでに実行した内容を証拠に基づいたタスク、検証器、Docker対応環境にコンパイルするだけです。

コアアイデア

インポート – 既存の Claude Code または Codex セッションログを読み込む。
マイニング – ログから意味的に整合性のあるコードエピソードを抽出し、十分な信号（意図、行動、失敗、修正）を含むかを検出する。
レビュー – 確定的な4エージェントパイプラインで各エピソードをレビューし、以下のいずれかに決定する：
- プリファレンス／回復データ（DPO、SFT、QA 用）
- 実行可能なタスクバンドル（リポジトリスナップショット + 規格）
- 検証器＋報酬候補
- 明確な理由とともに却下
検証 – 隔離された Docker コンテナ内で生成されたタスクを検証し、ベース状態は拒否され、参照状態は承認されることを確認する。
オプション – ハードニング、キャリブレーション、および「進化」ステップにより、タスクを難易度を上げたり、ホールドアウトタスクへの転送をテストしたりできる。

生成されるもの

資産	生成物	一般的な後続用途
候補カタログ	意図、リポジトリ、修正、出典ギャップを含むエピソードのランク付きリスト	大量のチャットダンプの中から高価値の履歴を素早く特定
プリファレンス／回復データ	選択された試行 vs. 拒否された試行、人間による修正、成功した回復	DPO、教師あり微調整、失敗回復学習
実行可能タスクバンドル	リポジトリスナップショット、初期状態、依存関係リスト、タスク仕様	コードアシスタントベンチマーク、レグレッションスイート、RL環境
検証器と報酬候補	テストコマンド、行動チェック、ポリシー、出典	スコアリングロールアウト、RL報酬信号の生成
難易度証拠	新たなソルバー試行と検証結果	カリキュラム構築、難易度認識サンプリング
実行経験	探索トラジェクトリから得られた圧縮された実行時事実	経験転送実験の学習例

動作方法（概要パイプライン）

Claude/Codex 履歴 → /init（インポート + Git考古学） → /candidates（ランク付け） →
/review（4エージェントレビュー：マイナー → ゲート → ビルダー/ハードナー → 検証器） →
[オプション] /build → /validate（Docker 二状態実行） → 検証済み資産

4エージェントは最小権限の役割を順次実行するため、1つのコンポーネントが資産の構築と承認を同時に実行することはできません。検証はホストマウントや特権アクセスなしで実行される一時的な Docker コンテナ内で行われ、ソースコードが安全に保たれます。

使い始め（クイックステップ）

インストール – macOS、Linux、WSL で動作するワンライナースクリプト。Windows には PowerShell 版あり。
実行 – evotrace を実行すると DeepSeek Harness の Web UI が起動する。
設定 – 設定でプロバイダー（DeepSeek、OpenAI、Anthropic）を選択。マイニングとインポートにはモデル不要。
最初の資産を作成 – UI でスラッシュコマンドを入力：
```
/init
/candidates
/show 1
/review 1
/assets
```
レビュー段階では、検証済みタスクが生成されるか、明確な却下理由が提示される。

有用な場面

DPO や RL-From-Human-Feedback データセット用に現実世界のコードアシスタント対話データを収集したい研究ラボ。
「このバグを修正」など、正確なリポジトリ状態を伴う再現可能なコードタスクベンチマークが必要なツール開発者。
ログをクラウドモデルに送信せずに、高品質なコードセッションの個人アーカイブを保持したい開発者。
独立したソルバー試行で測定された難易度付きタスクが必要なカリキュラム設計者。

制限と現在の状態

アルファ／プレビュー – 開発者プレビュー版の DeepSeek Harness に基づいて構築。多くの機能はまだ実験的。
Dockerのみ検証 – 実行可能バンドルの生成または検証には Docker のインストールが必要。
対応言語／環境 – 一時的に DeepSeek Harness が再構築可能な言語と依存関係設定に焦点。多言語や複雑なシステムレベルビルドは今後のロードマップ。
マーケットプレイス＆ファインチューニングエクスポート – 今後の計画製品。オープンソースリリースはローカル資産生成のみを提供。

ソースからのインストール（開発者向け）

git clone https://github.com/jinzijian/EvoTrace.git
cd EvoTrace
python3 -m venv .venv
source .venv/bin/activate
pip install -e .
pnpm install   # Node 22.19+ または 24+
pnpm dev       # ローカルで Harness UI を実行

Python CLI（et --help）は、スクリプト用に同じ決定論的コンパイル機能を提供します。

ライセンス

Apache-2.0 – 商用・学術用途ともに無料。

結論 – EvoTrace は、原始的なコードアシスタントチャットログと、現代の AI ベースコード生成研究に必要な構造的・再現可能な資産の間のギャップを埋める専門的なパイプラインです。すべてをローカルで実行し、データをユーザーの完全な制御下に保ち、原始セッションから検証済み Docker タスクへの明確な監査トレースを提供します。