不泄露隐私的会话分析：Better Harness如何把Coding Agent对话变成安全可用的证据

不泄露隐私的会话分析：Better Harness如何把Coding Agent对话变成安全可用的证据

【免费下载链接】better-harnessAn open-source Harness Engineering platform for coding agents—define harnesses as code, run controlled experiments, inspect evidence, and compare outcomes. Turn task evidence into actionable team and organization insights.项目地址: https://gitcode.com/gh_mirrors/be/better-harness

如果你正在使用 Claude Code、Cursor、Codex 等 Coding Agent 写代码，那么 Better Harness 的会话分析（Session Analysis）能力值得你了解：它是一个开源的 Harness Engineering 平台，能把你与 Coding Agent 的本地对话记录，加工成脱敏、有边界、可追溯的工程证据——密钥、路径、私有 ID 自动打码，数据全程留在本机，最终产出带置信度标注的改进建议报告，全程不上传任何原始对话内容。

为什么 Coding Agent 会话分析必须“隐私安全”？

先想清楚风险：Coding Agent 的会话记录（通常是~/.claude/projects、~/.codex/sessions、~/.cursor/projects下的 JSONL 文件）里藏着什么？

• 📝 你输入的每一句提示词
• 💻 完整命令、绝对路径（暴露你的用户名和目录结构）
• 🔑 误粘贴进对话的API Key、Token、私钥
• 🖼️ 对话中引用的图片和文件内容

如果直接“把会话喂给分析工具”，等于把整个项目上下文（含凭据）交了出去。Better Harness 的做法是：先脱敏、再分析、只保留最小必要信息，并且所有分析默认在本地完成。

隐私安全会话分析的四道防线

防线一：本地优先，数据不出机器

会话分析 CLI 全部在本地读取会话文件，支持 Qoder、Codex、Claude Code、Cursor、Qwen Code、Copilot、Pi、Kimi Code、WorkBuddy、Grok 等 10 类主机：

# 第一步：探测本机有哪些会话证据源 node scripts/session-analysis.mjs sources --platform claude --workspace /path/to/repo

命令只会列出“证据在哪里、有多少”，原始内容不会离开你的机器。入口脚本见 scripts/session-analysis.mjs。

防线二：文本脱敏引擎，密钥和路径自动打码

核心实现在 privacy-safe-text.mjs，它对任何进入报告的文本逐层清洗：

它还做三件容易被忽略的事：

1. 剥离注入的上下文块——Agent 框架自动拼进提示词的<environment_context>、skill 片段等不属于“用户真正说的话”，直接剔除；
2. 去掉 Markdown 图片和链接——只保留链接文字，防止报告里混入内网地址；
3. 强制截断——单条摘要最长 160~800 字符，防止整段源码或文件内容被夹带进证据。

防线三：有界保留，只留“第一句 / 一句中间 / 最后一句”

一个 40 轮的会话，真的需要全部 40 句提示词吗？不需要。privacy-safe-text.mjs 中的privacySafeUserInputEvidence最多保留3 条脱敏后的关键轮次（初始请求、中间关键轮、最后跟进），并显式记录observedTurns与omittedTurns——省略了多少轮本身就是证据，而不是悄悄吞掉。

防线四：明确“永远不读”的边界

不同平台的隐私边界都写在 sessions-diagnostics.md 里，举几个例子：

• Copilot 的session-store.db文档标注为自动管理文件——永不读取；权限事件只保留“请求类型 + 决定结果”，命令内容一律不保留
• Kimi Code 的credentials与server.token永不读取
• Cursor 的store.db永不解码
• 调试命令facts --debug会暴露原始会话 ID，被明确标记为“仅限操作者本地诊断，严禁进入报告”

从脱敏事件到可信报告：四阶段流水线

脱敏只是第一步。session-insights-report.md 定义了完整的四阶段契约：

1. 证据提取：从脱敏后的事件、审计日志、配置中构建有界证据
2. 洞察打包：把统计信号转成紧凑卡片（覆盖率、验证行为、重复摩擦、长会话）
3. 分析与复核：写报告时对照同一份有界证据，专查“过度声称”和“跨工具串味”
4. 修订与质量门：每条洞察必须带Scope（范围）+ Confidence（置信度，仅 Low/Medium/High），推断的机制一律标注为“可能”

可视化查看：Harness Inspector 的证据工作台

想亲自“翻”会话证据？Harness Inspector 是一个本地、只读的证据工作台，生成自包含的 HTML 报告（不写 Git、不重跑工具、不联网）。

它的关键设计正是隐私边界本身：“归一化但不扩大隐私边界”——报告里只保留脱敏提示词、中性化的动作标签、有界工具细节、仓库相对路径；原始工具载荷、隐藏推理过程、凭据、绝对家目录路径一律不进报告。详见 harness-inspector.md。

日期总览视图则把多天的用户提示词与 68 次归一化动作（Run Command、Edit Files、Read Files…）压缩成一张时间线，悬停可见动作、主机工具、状态与延迟——但依然看不到任何原始命令文本。

# 一条命令生成当前工作区的私有 Inspector 报告 npx @qoder-ai/better-harness inspector

从单次分析到组织洞察

单次会话分析回答“这次 Agent 干得怎么样”；把多次报告按时间对齐后，历史视图能展示 Agent Work Loop 五个维度（任务理解、受控执行、变更验证、可靠交付、学习沉淀）的变化趋势——注意它诚实地标注：这是报告趋势，不是因果证明。

上手清单：三步得到隐私安全的会话洞察

1. 探测：sources确认本机存在哪些平台的会话证据，不存在的平台会明确标记，而不是当成“零活动”
2. 统计：facets获取事件数、时间范围、验证行为等聚合信号（全脱敏）
3. 洞察：insights得到紧凑的洞察卡片与行动候选，再按需对个别会话做有界抽查

核心模块位置速查：

• 会话分析实现：scripts/session-analysis/
• 脱敏引擎：scripts/session-analysis/privacy-safe-text.mjs
• 会话证据规范：references/session-evidence/
• Inspector 文档：docs/docs/concepts/harness-inspector.md

总结

Better Harness 给 Coding Agent 会话分析立了一个可参考的隐私基准：密钥自动打码、路径与 ID 归一化、只保留最小轮次、明确永不读取的文件边界、本地完成、报告可追溯。对你来说，这意味着可以安心把“Agent 到底在干什么、哪里反复卡壳、验证环节是否缺失”这类问题交给它来回答——而不必担心你的提示词和凭据出现在任何报告里。

【免费下载链接】better-harnessAn open-source Harness Engineering platform for coding agents—define harnesses as code, run controlled experiments, inspect evidence, and compare outcomes. Turn task evidence into actionable team and organization insights.项目地址: https://gitcode.com/gh_mirrors/be/better-harness