团队每跑一次AI编码会话,基本等于开了一个黑盒。代码被改了,但模型当时被问了什么、做了什么决定、碰了哪些文件,没有一份能长期留存的记录。平时没人追究也就算了,一旦碰上合规审查、事故复盘,或者某个谁都不记得批准过的细微改动,这个缺口就会变成麻烦。
![]()
chron-mcp 想补的就是这个缺口。它是一个 MCP 服务器,为每一次 AI 会话生成防篡改的审计轨迹,数据存在本机 SQLite 数据库里,不出你的环境。目前已支持 Claude Code、Cursor、Windsurf、Codex 以及任何兼容 MCP 的客户端,启动方式是一行 npx chron-mcp。
已经落地的能力
- 会话校验:每个会话都带密码学完整性检查,可以证明一条记录在事后没有被改动过。要把审计证据拿给别人看时,这一点很关键。
- 导出回执与投递状态:导出会话时,chron 会跟踪投递状态,分为 prepared、delivered、partially_delivered、failed、unknown 五种。回执里存的是指纹而不是内容。界面上写的是“collector accepted”,这是有意为之——chron 记录的是交接动作,不负责交接之后发生了什么。
- 多客户端支持:同一个本地数据库可以并排处理来自多个 AI 工具的会话。Claude Code 和 Cursor 开在不同终端里,最终都落进同一个审计库,并按客户端打上标签。
- 稳定性打磨:好几个版本把重心放在正确性而非新功能上,包括输出解码、部分匹配处理、stderr 计数。数据库现在可以真正当作证据来信任。
接下来要做的
现在的 chron 能工作,前提是模型愿意配合——它主动调用 chron 的 MCP 工具来记录自己在做什么。缺口也很明显:一个不调用工具的模型,不会留下任何痕迹。
原生捕获要解决的就是这件事。它在客户端层面抓取会话,来源是 AI 工具自身触发的 hook 事件,不依赖模型。无论模型是否决定记录,会话都会被记下来。用一句话概括两者的差别:一个是“AI 记得时才审计”,一个是“始终审计”。针对 Claude Code 的首次实测已经完成,下一步是正式发布,并在更多客户端上测试。
本地界面方面,chron ui 会提供一个 localhost 仪表盘,用来浏览、搜索、检查会话历史,可以按日期、客户端、会话内容筛选,把所有会话里 AI 工具做过的事集中在一处查看。没有服务器,没有云,读的就是同一个 SQLite 文件。
提示注入检测则来自另一类现实问题:密钥经由 AI 代理泄露、代理执行了藏在待总结文档里的指令,这些事件本质上是 AI 版的 SQL 注入——模型上下文里出现了看起来像指令的不可信内容。chron 的 scan_prompt 是基础,演进方向是在代理行动之前扫描其上下文,标记出疑似被注入的内容,并作为威胁信号记录下来。chron 的职责是见证和记录,拦截属于授权层的事。
有一个约束贯穿了所有设计:chron 的本地优先是信念,不是默认设置。13,300+ 次下载,而团队确实不知道有多少人每天在用——因为他们从一开始就把它设计成“不知道”。没有遥测,没有心跳上报,会话数据永远不离开你的环境。
原生捕获和本地界面这两个方向,眼下正由使用者的反馈塑造。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.