AI Agent 跑出了异常结果：选了开发者没预料的工具，输出含糊回应。日志里只有 API 调用和 token 计数，找不到决策偏差的根源。Raindrop 在 5 月 14 日发布开源工具 Workshop（v0.1.6），目标就是让这类场景不再发生——一个完全本地、免费的 AI Agent 调试器，让开发者实时追踪 Agent 每一 token 输出和工具调用，然后让 Claude Code 或 Codex 接手调试。
Agent 调试为何比传统软件麻烦？
传统软件调试有断点、完整的调用堆栈、确定性的执行路径。AI Agent 的行为是概率性的：同样输入在不同执行下可能走向完全不同的逻辑；它的决策在多轮 LLM 调用中间分散形成，仅靠终端输出几乎看不出因果关系。问题的本质不是“哪行代码写错了”，而是“Agent 在某个上下文组合下做出非预期判断，是哪一步出了错”。现有方案通常走两条路：一是用云端监控平台把 trace 送到第三方仪表板分析；二是在代码里塞满自定义 logging 逻辑。前者对数据隐私敏感的开发者不友好，后者耗时长，每次框架升级都得维护一套新 logging 设施。两者共同的短板是：告诉开发者“发生了什么”，但不帮“修好它”。Workshop 选了第三路：完全本地执行，不向外部服务器发任何数据，开源免费，并让 AI 直接参与调试循环。
Workshop 的运作方式
启动后，Workshop 在本地运行可视化界面，同时对外暴露一个 MCP（Model Context Protocol）Server。MCP 是让 AI 工具（如 Claude Code）能调用外部能力的标准通信协议。一旦接入支持的 SDK，Agent 每个执行节点——每个 token 输出、每个工具调用、每个决策分支——都以流方式实时出现在 localhost:5899，不需要轮询，不需要手动刷新。简言之，就是在本地开一个监控窗口，实时观看 AI Agent 在做什么。最关键的设计是把 Claude Code 等编码助手引入调试循环：由于 Workshop 暴露了 MCP Server，Claude Code 可以直接读取 trace 内容，根据这些 trace 编写 eval 测试，执行测试，观察失败的断言，回头修改 Agent 代码，再重新执���——直到所有测试通过。Raindrop 称这个循环为“自我修复 eval 循环”，整个流程在本地闭环，无需开发者手动介入每一步。
Workshop 还支持 Replay 功能：把线上环境的 trace 拉回本地，对着真实代码重新执行，做回归测试。这对“生产环境出错但本地重现不了”的场景特别有用，直接拿真实 trace 跑，省去构造复现场景的时间。