Make Trace

Überträgt jedes Runbook, SKILL.md oder Chat-Log in einen ausführbaren Flowtrace DAG und steuert den gesamten Ausführungslebenszyklus

von AIScientists-Dev · AIScientists-Dev/Flowtrace

Funktioniert mit Setup ★ 7.6/10

Make Trace — Überträgt jedes Runbook, SKILL.md oder Chat-Log in einen ausführbaren Flowtrace DAG und steuert den gesamten Ausführungslebenszyklus

Was es kann

Verwandelt eine Quelle, die beschreibt, wie eine Aufgabe erledigt wird, in einen Flowtrace trace: einen Ordner, der einen DAG mit einem pro-Schritt-Vertrag enthält, den sowohl ein Mensch als auch ein Agent während der Ausführung der Arbeit lesen. Erfordert das flowtrace CLI binary, gebaut aus Rust + Node. Verwenden Sie es, wenn jemand einen Trace aus einer Quelle erstellen möchte.

Testbericht

Die Skill-Dateien installieren sich sauber, aber jeder Befehl, den es lehrt (init, validate, run, reply, serve), hängt von einem flowtrace binary ab, das aus dem Quellcode mit Rust + Node gebaut werden muss – und der Build schlägt ohne eine cargo toolchain (scripts/install.sh abgebrochen bei 'cargo: command not found') direkt fehl. Da das Binary in dieser Umgebung nicht gebaut werden konnte, wurde das eigentliche Ergebnis – ein ausführbarer Trace – nicht gemessen, sodass kein Output-Delta gegenüber der Baseline gezeigt werden konnte. Die SKILL.md selbst ist ungewöhnlich gründlich und ehrlich bezüglich dieser mehrminütigen Build-Kosten.

Getestet am: 2026-07-17 · Claude Code 2.x (agent harness)

Installation

git clone https://github.com/AIScientists-Dev/Flowtrace.git
mkdir -p ~/.claude/skills
cd Flowtrace && cp -r skills/make-trace ~/.claude/skills/make-trace

Befehle & Beispiel-Prompts

  • /make-traceÜberträgt jedes Runbook, SKILL.md oder Chat-Log in einen ausführbaren Flowtrace DAG und steuert den gesamten Ausführungslebenszyklus

Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):

  • Turn this deployment runbook into a runnable step-by-step DAG
  • Lift this chat log describing our process into a trace I can rerun
  • Convert our SKILL.md workflow into a DAG with per-step contracts