vivekchand/clawmetry

🦞 ClawMetry – AI 에이전트를 위한 실시간 관찰

무엇인가요 – 컴퓨터에 설치된 AI 에이전트 런타임(예: OpenClaw, NVIDIA NemoClaw, Claude Code, OpenAI Codex 등)을 자동으로 탐지하고, 실시간으로 각 에이전트의 동작, 비용, 이상 여부를 보여주는 로컬 실행 대시보드입니다.

왜 중요한가요 – 여러 자율 에이전트를 실행하면 빠르게 다음 정보를 파악하기 어려워집니다:

• 어떤 LLM 호출이 이루어지고 있는지,
• 각 호출이 얼마나 많은 토큰과 비용을 소비하는지,
• 도구 호출이 위험한지,
• 에이전트가 멈춰 있거나 컨텍스트 창을 초과하고 있는지. ClawMetry는 에이전트 자체를 수정하지 않고도 단일 UI에서 모든 정보를 시각화합니다.

---

주요 기능 (README에 설명됨)

기능	제공되는 기능
자동 탐지	한 명령어 설치(pip install clawmetry && clawmetry)로 호스트에 설치된 30개의 지원 런타임을 탐지하고, 세션 파일을 읽기 전용으로 읽습니다.
세션 및 트랜스크립트	에이전트의 대화를 단계별로 보여주며, 재생 버튼이 있습니다.
비용 및 토큰 추적	런타임별, 모델별, 일별 및 평생 소비 비용을 제공하며, 급증 시 이상 표시를 합니다.
실시간 흐름 다이어그램	메시지가 채널, 모델, 도구를 통해 흐르는 시각적 그래프로, 에이전트 실행 중 실시간 업데이트됩니다.
컨텍스트 창 모니터링	창 사용률, 압축 이벤트, "폭발" 경고를 제공하며, 제공업체별 창 테이블을 사용합니다.
메모리 및 기술 보기	각 런타임이 로드한 파일과 기술 목록을 표시합니다.
헬스 및 로그	디스크/메모리 사용량, 오류율, 레이트 제한 상태, 실시간 로그 스트림.
알림 및 승인	비용 급증, 침묵한 에이전트, 오류 폭발 등의 내장 감지기와 위험한 도구 호출에 대한 선택적 게이팅 기능을 제공하며, 스마트폰에서 승인 가능합니다.
내보내기	외부 백엔드로 추적을 전송하기 위한 OpenTelemetry(OTLP) 지원.
SDK 추적	SDK로 에이전트를 개발한 경우, 인터셉터가 LLM 호출을 자신의 코드에 할당할 수 있습니다.

---

지원되는 런타임 (무료 vs 유료)

• 무료 오픈소스 런타임 – OpenClaw, NVIDIA NemoClaw, Goose.
• 유료 런타임 – Claude Code, Cursor, GitHub Copilot, OpenAI Codex, Gemini CLI, Replit Agent, OpenHands 등 (총 30개 이상).

---

가격 및 배포

플랜	커버리지	가격 (노드당)
무료	3개의 오픈소스 런타임만, 로컬 전용 대시보드.	$0
스테이터	모든 런타임, 플릿 뷰, 클라우드 동기화.	$9 / 월
프로	스테이터 + 승인, 정책 엔진, 평가 도구, 이상 탐지, 비용 최적화, OTel 내보내기, 위조 증거 있는 감사 로그.	$19 / 월

자체 호스팅 라이선스 키를 통해 SaaS 구성 요소 없이 유료 기능을 실행할 수 있습니다 (clawmetry license).

---

데이터 프라이버시 및 엑그레스

• 기본적으로 ClawMetry는 로컬 세션 파일을 읽습니다; 세션 데이터는 clawmetry connect를 실행하지 않는 한 기계 외부로 전송되지 않습니다.
• 선택적 connect 흐름은 브라우저에서 엔드투엔드 암호화를 수행하며, 암호화 키는 호스트를 떠나지 않습니다.
• 옵트아웃 없이 발생하는 유일한 아웃바운드 트래픽은 익명의 설치 핑, PyPI 버전 확인, 배너용 한 번만 수행되는 공개 IP 조회입니다.
• 모든 엑그레스 목적지는 docs/EGRESS.md에 문서화되어 있으며 비활성화 가능합니다.

---

성능 영향

• 데몬은 별도 프로세스로 실행됩니다; 세션 파일 추적은 0 ms입니다.
• 선택적 HTTP 인터셉터는 LLM 호출당 약 0.44 ms 추가 (5초 호출의 약 0.009%).
• 선택적 사전 도구 훅은 게이트된 도구 호출당 약 44 ms 추가.
• 강제 프록시는 LLM 호출당 약 9.7 ms 추가.
• 바쁜 설치에서는 데몬이 약 **1개 CPU 코어의 12%**를 소비하고, 10만 건의 이벤트당 약 70MB 사용.
• 오버헤드는 로컬에서 python -m benchmarks.overhead로 측정 가능합니다.

---

설치 및 빠른 시작

pip install clawmetry      # Python 패키지 설치
clawmetry                  # http://localhost:8900 에서 대시보드 실행

• Python 3.8+에서 macOS, Linux, Windows에서 작동.
• Docker 이미지와 Compose 파일 제공 (docs/DOCKER.md).

---

문서 요약

• 호환성 – 각 어댑터가 읽는 내용과 새 런타임 추가 방법.
• 컨텍스트 폭발 – 제공업체별 창 크기, 압축 vs 오버플로우.
• 오버헤드 – 상세한 벤치마크 방법론.
• 승인 및 정책 – 리스크 스코어링 및 스마트폰 기반 승인 흐름.
• OpenTelemetry – 어떤 OTLP 수집기로도 추적 내보내기.
• SDK 추적 – 자체 제작 에이전트의 비용 할당.

---

라이선스

MIT – 무료로 사용, 수정, 재배포 가능.

---

TL;DR

ClawMetry는 사용자의 머신에 설치된 다양한 AI 에이전트 런타임을 자동으로 탐지하고, 활동, 비용, 컨텍스트 사용, 건강 상태를 통합된 실시간 시각화로 제공하는 자체 호스팅 관찰 플랫폼입니다. 보안 중심의 승인 기능과 클라우드 동기화를 선택적으로 제공하며, 노드당 저렴한 비용으로 이용 가능합니다.