agent-session-io — harness-neutral session substrate

agent-session-io — harness-neutral session substrate

核心判断

agent-session-io 值得进入 wiki，因为它处理了 coding-agent 生态的一个底层但长期重要的问题：不同 harness 的本地 session 轨迹如何被发现、读取、导出和复盘。它不是新的 coding agent，也不是新的 UI，而是一个 Go library + sessionio CLI，面向 Codex 和 Claude Code 等本地会话，提供 harness-neutral 的 session reader。

这对用户重要：Hermes / llm-wiki 的许多改进都依赖“可验证的执行轨迹”。如果 claim、测试、文件修改、工具输出只存在于某个 agent host 的私有日志中，就很难做跨工具评估、失败复盘、知识沉淀和 self-improvement。sessionio 这类 substrate 让“agent 说它做了什么”转向“外部 reader 能导出它实际做了什么”。

机制：最小 reader，而不是新平台

README 强调几个设计点：

1. Harness-neutral：以统一接口读取不同 coding-agent harness 的 session，而不是把用户锁进一个新运行时。
2. Local-first / no service：核心 reader 不依赖 SQLite、embedding、model provider 或后台服务；这降低了把 session 轨迹纳入脚本和 CI 的门槛。
3. Lossless export：sessionio export SESSION_ID 默认流式 NDJSON，适合脚本/agent 消费；show 支持 normalized/native/provenance 等 detail。
4. Current session discovery：list --current 能发现与 live Codex/Claude 进程关联的会话，便于实时监控或收尾复盘。
5. Supply-chain discipline：安装器下载 release archive、校验 SHA-256，并支持 GitHub build provenance attestation。

本质上，它把 session transcript 从“某个产品的 UI 记录”提升为可编程 artifact。

与现有 wiki 概念的关系

• 对 Harness-Engineering：session reader 是 verification membrane 的证据来源之一。没有轨迹，harness 很难证明 agent 是否真的遵守 gate、是否越权、是否运行过命令。
• 对 Loop-Engineering：无人 loop 需要跨轮状态和失败恢复；session export 可作为 loop 的 replay / diagnose 输入。
• 对 Agent-Benchmarks：benchmark 不应只看最终 patch，还应看工具调用、成本、时间、失败重试和证据链；session substrate 是 harness-level eval 的基础设施。
• 对 Agentic-Coding：它补充了“可观察性”维度——编码 agent 的生产力不只由模型和 prompt 决定，也由 session 是否能被审计和复用决定。

对 Hermes / llm-wiki 的可执行启发

1. 报告 claim-level receipts：未来 Hermes 如果能导出自身或相邻 coding agent 的 session，就可以把“已运行测试/已重建索引/已写文件”绑定到具体工具输出，而不是只靠自然语言总结。
2. 构建失败案例库：把失败 session 的 NDJSON 摘要入库到 raw/notes 或 dedicated eval folder，可用于改进 skills、cron prompt 和 verification gates。
3. 跨 host skill 评估：同一 skill 在 Claude Code、Codex、Hermes 下的 session 可被规范化比较，帮助判断差异来自模型、harness 还是上下文。
4. 谨慎纳入生产：当前 README 明确 machine output/API 仍是 draft，正式依赖前应冻结契约或加适配层，避免格式变化破坏自动化。

失败模式与边界

• 隐私风险：session transcript 可能包含代码、密钥、用户输入和内部上下文；自动归档前必须做脱敏和范围控制。
• 格式未冻结：README 提到 machine output / Go reader API 在 contract-freeze 前会原地更新；不宜马上做强耦合生产流程。
• 覆盖有限：当前完整支持目标是 Codex 和 Claude Code；其他 harness 需要后续适配。
• 证据不是判决：导出 session 只能说明发生过什么，仍需要 verifier 判断是否正确、安全、越界。

深度判断

晋升理由：它虽然不是高 star 项目，但切中 agent workflow 的持久问题：session 轨迹标准化。对 llm-wiki 的 self-improvement、benchmark、claim verification 都有直接耐久价值。因目前证据主要来自 README 且 API 未冻结，置信度保持 medium。

写入记录

• 2026-07-26 09:00 CST：新增 source 页面，沉淀 agent-session-io 作为跨 harness session reader / evidence substrate 的价值、机制和 Hermes 风险边界。