WEIFENG2333/phistory

面向 Claude Code / Codex / OpenClaw 等 coding-agent CLI 的 system prompt 历史档案库，自动抓取、版本化保存并提供网页 diff 查看。

497 stars | Python + 静态站点 | MIT | phistory.cc | 2026

一句话定位

如果 claude-tap 解决的是“如何拿到一份真实 trace 证据”，那 Phistory 解决的是“如何把这些证据持续归档成一个可公开浏览、可版本对比、可引用的 prompt 历史库”。

它不是 prompt 泄露仓库，也不是单次抓包脚本，而是一个围绕“版本化 system prompt 快照”构建的完整采集与发布流水线。

为什么值得关注

把黑盒 agent 的 prompt 变化做成时间序列：能看到新工具、权限规则、默认模型、用户确认策略何时被引入
证据更干净：不是手抄或截图，而是基于真实 trace 的 prompt.md + trace.jsonl + meta.json
覆盖多家 coding-agent CLI：Claude Code、Codex、Antigravity、Kimi Code、MiMo、openclaw、hermes-agent、Pi、Oh My Pi、opencode
适合研究 harness 演化：对比 prompt 本身，也能间接看出工具 schema、策略约束和运行时指令如何变化

核心思路

README 里把流程写得很清楚，代码也验证了这一点：

安装某个 agent CLI 的精确版本
用 claude-tap 以 capture-only 方式跑一次
抓取包含 prompt 的请求，不调用真实模型提供商
规范化和脱敏易变字段
写入 captures/<agent>/<version>/
重新生成 README、索引 JSON、文档页和静态站点

输出工件主要有三类：

prompt.md：提炼后的 prompt 快照
trace.jsonl：原始 trace 证据
meta.json：版本、发布时间、capture 时间、命令行、tap client 等元信息

对最近的 Claude Code 版本，还额外做了静态 prompt 提取：

static-prompts.md
static-prompts.json
static-candidates.json

这说明它不只抓“运行时可见 prompt”，还尝试把“安装包里的静态 prompt 片段”一起纳入可比对资产。

对比内容获取链路详解（源码级验证 2026-08-07）

phistory.cc 上 diff 的内容不是从 changelog/文档抓取，而是逐版本实测拦截的完整流水线：

1. 版本发现（registry.py / packages.py）

GitHub Actions capture.yml 每小时（cron 37 * * *）对 13 个 agent 跑 phistory capture --latest
版本来源按 AgentSpec 的 source：npm（npm view，如 @openai/codex）、PyPI、GitHub Releases / release assets、MiniMax 官方下载 manifest
URL 里 from=0.146.1&to=0.147.0 即对应 captures/codex/ 下两个已归档版本

2. 安装精确版本（packages.py）

install_agent() 下载该版本 npm tarball / pip 包 / GitHub release asset，装入隔离缓存目录
meta.json 记录 tarball_url，如 0.147.0 对应 registry.npmjs.org/@openai/codex/-/codex-0.147.0.tgz

3. 运行采集（capture.py + claude-tap）——对比内容的真正来源

构造全新干净环境：临时 HOME/XDG 目录、按 agent 写配置、假凭据（Codex 用 fake ChatGPT auth）、CI=true、TZ=Etc/UTC
用固定最小 prompt 跑一次 CLI，Codex 命令为 codex exec "Reply with one short sentence." --skip-git-repo-check --json
外层包 claude-tap run codex --export-prompt prompt.md --no-live ...
claude-tap forward 模式拦截：本地起 HTTPS forward proxy（CONNECT + 本地 CA 签发叶子证书做 per-host TLS 终止，即 MITM），向子进程环境注入 HTTPS_PROXY + NODE_EXTRA_CA_CERTS，Codex/Claude Code 等 Node CLI 的请求即走代理
capture-only 模式：代理记录 prompt-bearing 请求后返回合成响应，不转发真实模型提供商——无真实 API 调用、无 token 消耗
prompt_snapshot.py 从记录中挑 prompt 含量最大（tool surface 最大）的请求（Codex 是 /v1/responses），归一化导出 prompt.md（system/developer prompt + tools）

4. 归一化（capture.py）

易变内容替换为占位符：日期时间 → $PHISTORY_DATE、会话/对话 ID → $PHISTORY_SESSION/$PHISTORY_CONVERSATION、HOME/安装路径 → $PHISTORY_HOME/$PHISTORY_INSTALL，另有 OS 版本、Bearer token 脱敏
目的：diff 只反映 prompt 真实变化，不含运行时噪音

5. 归档与索引

产物 captures/<agent>/<version>/{prompt.md, trace.jsonl, meta.json} 由 workflow 直接 commit 回仓库
render-index 生成 captures/index.json；render-site 重新生成静态 index.html
构建时用 Python difflib 计算每版相对上一版的增删行数（timeline / diffstat 展示用）

6. 网站对比（客户端 diff）

phistory.cc 是纯静态 GitHub Pages 站点，无后端
JS 读 captures/index.json，按 URL 参数 fetch from/to 两个版本的 prompt.md（带 fingerprint 参数防缓存）
对比视图由 Monaco diff editor 渲染，diff 在浏览器端实时计算
另提供 trace.jsonl 原始请求视图，及 Claude Code 的 static-prompts 对比

一句话：对比的内容 = 每个版本真实跑一次 CLI 时发给模型 API 的请求（被 MITM 代理截获），不是人工整理文本；diff 本身在前端计算。

补充：prompt.md 内容如何逐字段生成（2026-08-07 验证）

prompt.md 不是人工编写也不是 LLM 生成，而是 claude-tap 从截获的 JSON 请求体中按 provider 协议抽取拼装（prompt_snapshot.py）：

选请求：对 trace 中所有请求打分 = tools 数 × 10 + system 100 + developer 60 + user 20，/models 探测类请求 -200；取最高分（Codex 场景即那条 POST /v1/responses）
按 provider 抽字段：
- Anthropic /v1/messages：system 字段 → System Prompt；messages 中 user 项 → User Message；顶层 tools
- OpenAI Responses /v1/responses（Codex 用）：instructions + input 中 system 项 → System Prompt；input 中 developer role 项 → Developer Prompt；user 项 → User Message；tools 取顶层 tools + input 中的 additional_tools 项
- Gemini：system_instruction → system，contents 按 role 拆
渲染（render_prompt_markdown）：拼成 # System Prompt / # Developer Prompt / # User Message / # Tools 四段；Tools 段每个工具一个 ## 小节（description + JSON schema）；prompt 文本自带的 markdown 标题会加 # 前缀防层级冲突
phistory 后处理：正则归一化 + 路径占位符替换（见上节第 4 步）

Codex 0.147.0 实例（实测 trace.jsonl）：input 数组 7 项——首项 additional_tools 装全部工具定义（namespace 型会展开成 functions.exec、collaboration.spawn_agent 这类限定名），4 条 developer 消息（第 1 条是 “You are Codex…” 主 prompt，其余为环境上下文/skill 列表等），2 条 user 消息（固定测试指令 “Reply with one short sentence.” + 环境信息）。User Message 用固定测试 prompt 正是为了跨版本 diff 时不引入噪音。

实测验证：codex 0.146.1 → 0.147.0 的 diff 约 31 行变化，含 openai-docs skill description 重写、permissions 块位置移动、wait_agent 长等待建议新增等，均为真实 prompt 迭代。

技术架构

从仓库结构看，Phistory 是四块拼起来的：

phistory/
├── capture.py          # 安装具体版本、调用 claude-tap、抓取并归一化 prompt
├── registry.py         # 各 agent 的 package/source/tap_client/run_args 注册表
├── storage.py          # 版本目录、trace 复制、meta 写入
├── render.py           # 生成 README / README_zh / captures/index.json / docs/captures.md
├── site.py             # 生成 phistory.cc 的静态 diff 站点
└── static_prompts/     # 静态 prompt 提取逻辑（当前重点支持 Claude Code）

几个关键设计点：

版本级安装：不是看“当前最新”，而是回到每个历史版本重新安装再采集
agent 注册表驱动：registry.py 为每个 CLI 定义 package 来源、tap client、fake env、启动参数、home profile
capture 环境沙箱化：capture.py 会临时造 HOME / XDG / 各 agent 专属配置目录，减少宿主环境污染
归一化处理：会把日期、会话 ID、路径等易变字段替换为占位符，降低 diff 噪音
发布层静态化：站点由 site.py 直接生成 index.html，不依赖运行时后端

这个项目真正有意思的地方

很多“system prompt 收集”仓库，本质是人工整理或逆向收集文本；Phistory 的不同点在于它把 prompt 档案化做成了可重复执行的工程流程：

有输入：具体 agent 版本
有采集机制：claude-tap capture-only
有结构化证据：trace.jsonl
有归一化规则：减少噪音
有公开产物：静态站点 + 索引
有自动化更新：GitHub Actions 每小时扫新版本

这让它更像“prompt 历史 CI/CD”，而不是一次性资料库。

适用场景

对比 Claude Code / Codex / OpenClaw 不同版本的系统提示差异
写 prompt 逆向分析、agent 行为审计、策略变更观察报告
验证某个能力变化到底是模型变了，还是 prompt / tool policy 变了
给 agent-skill-evaluation-framework 这类评估设计补“版本侧证据”

与相邻项目的关系

和 claude-tap 的关系

claude-tap 是证据采集底座
Phistory 是版本化归档与发布层

前者偏“观测运行现场”，后者偏“长期保存和对比历史”。

和 system-prompts-and-models-of-ai-tools / cl4r1t4s 的区别

那两类仓库偏“收集到什么就存什么”，来源可能是泄露、逆向、手工提取
Phistory 偏“对支持的 CLI 按版本自动重放采集”，来源更流程化、更可追溯

因此它们是互补关系，不是简单替代关系。

网站层能力

用户给的 https://phistory.cc/ 不是另一个独立产品页，而是仓库 site.py 直接生成的公开静态站点。

从本地 index.html 看，站点层不是简单托管 Markdown，而是一个面向 prompt diff 的单页应用：

内嵌 manifest：所有 agent / version / capture 元数据直接打进页面里的 JSON manifest，前端加载后即可切换版本和视图
三种查看模式：prompt diff、trace detail、static prompts
版本差异强度可视化：按 added / removed / changed lines 计算变化等级和 scale
站内交互完整：agent 选择、版本对比、theme toggle、static prompts 的 changed-only 过滤
静态部署友好：没有后端依赖，index.html + captures/ + docs/ 就能发布

这部分很关键，因为它说明 Phistory 不只是“采集到了很多 prompt”，而是把这些 prompt 组织成了一个真正可浏览、可比较、可引用的公共研究界面。

局限性

当前覆盖的是“已接入 registry 的 agent CLI”，不是所有 AI 产品
claude-tap 是关键基础依赖；采集链一旦变化，Phistory 也需要跟着维护
对某些 CLI 来说，prompt.md 只是一次采集快照，未必等于全部隐藏策略
star 数不高，项目仍偏研究者/逆向分析者使用，不算大众通用工具

快速使用

uv sync --all-groups
 
# 抓最新版本
uv run phistory capture --latest --agents claude-code,codex,openclaw,hermes
 
# 回填历史版本
uv run phistory backfill claude-code --from 2.1.113 --to latest
 
# 重新生成索引和站点
uv run phistory render-index
uv run phistory render-site

我的判断

Phistory 的价值不在“又一个 system prompt 仓库”，而在它把 prompt 研究从零散资料收集，推进到了“版本级、可复现、带原始 trace 证据”的工程化形态。

对做 agent harness、system prompt、skill 演化分析的人，它非常有参考价值。尤其如果你关心 OpenClaw / Claude Code 这类 CLI 的行为漂移，Phistory 能提供一个比社交媒体截图更硬的证据源。

zhaoweiguo 的知识库

目录