PanWatch Trace 追踪时间线：AI 的每一步推理过程都能复盘-酒店常州论坛

PanWatch Trace 追踪时间线：AI 的每一步推理过程都能复盘

【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK & US markets, powered by TradingAgents. Portfolio insights, real-time alerts & automated reports.｜盯盘侠：覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatch

PanWatch（盯盘侠）是一款覆盖 A 股、港股、美股的 AI 盯盘工具，提供持仓分析、实时价格提醒与自动化报告。除了让 AI 帮你分析，它还内置了Trace 追踪时间线（执行记录）：AI 助理回答问题的每一步——查了哪只股票、调用了哪个工具、消耗了多少 Token、耗时多久——都会以时间线形式完整记录下来，随时可点开复盘。

什么是 Trace 追踪时间线？

当你向 AI 助理提问（比如"帮我诊断一下我的持仓"），回答上方会出现一块紧凑的「执行记录」面板。默认只显示一行摘要：

已完成 · 1.2s · 1 次工具调用 · 150 tokens

点击展开，就能看到 AI 完整的工作步骤列表。它的定位是"事实型运行记录"：只展示真实发生的动作（任务启动、工具调用、模型用量、完成/失败），不展示内部思考链，既透明又不泄露模型私有推理内容。

组件实现见 TraceTimeline.tsx，消息渲染逻辑在 ChatWidget.tsx。

时间线上能看到哪 8 类关键事件？

事件	时间线显示	你能复盘到什么
任务启动	任务已启动	任务编号，确认任务已受理
上下文准备	上下文已准备 / 已压缩并准备	AI 为回答准备了多少资料、是否压缩了长上下文
计划步骤	执行步骤 xxx	多步骤诊断任务推进到哪一步
工具调用	调用工具：`get_portfolio`	AI 具体执行了哪个动作、传了什么参数（JSON）
工具结果	工具完成/失败：xxx · 420ms	每次取数是否成功、花了多久、返回内容预览
模型用量	输入 120，输出 30 · 缓存 n	Token 消耗明细，成本一目了然
审批与暂停	等待用户审批 / 任务已暂停	AI 需要人工确认的操作（如模拟交易）
结束状态	任务完成 / 任务失败	最终结果与总耗时

对新手来说，最实用的是两栏信息：工具调用的参数和每次工具的耗时。例如"调用工具：get_portfolio"下方会显示{"market": "CN"}，你一眼就能看出 AI 查的是哪个市场、哪只股票的行情。

Trace 是怎么做到的：实时流 + 落库重放

很多人担心：关掉页面，执行记录是不是就丢了？PanWatch 的答案是不会。整个机制分两层：

实时阶段：AI 任务执行时，事件通过 SSE（Server-Sent Events）逐条推送到前端，时间线以live模式实时刷新，边执行边看。事件类型定义见 contracts.py 与前端 chat.ts 中的AssistantTraceEvent。
持久阶段：每一条事件都会写入数据库（见 repository.py 的append_task_events/list_task_events）。之后即使刷新页面、重新打开历史对话，event_stream.py 会按游标（after_sequence）把已落库的事件完整重放出来，断线也能续传。

前端还会做去重和长度控制（最多保留最近 40 条事件），保证面板始终轻量。

如何用 Trace 时间线复盘 AI 分析

📌三个新手友好的复盘技巧：

验证 AI 有没有"偷懒"：展开时间线，检查是否真的调用了行情、持仓、新闻等工具，而不是凭空编造结论。
排查回答慢在哪：每个工具结果都带耗时（如· 420ms），模型用量带单次推理时间，哪一步慢一目了然。
核对成本消耗：model_usage事件逐次记录输入/输出 Token 及缓存命中数，摘要里还能看到整次任务的 Token 总量，帮你判断一次深度分析"值不值"。

遇到"AI 说错了"的情况，先展开这条消息的执行记录，看它当时拿到的工具返回预览——多数问题都能当场定位是数据问题还是模型理解问题。

企业官网建设流程全解析