rehearse

按作业名、运行 ID 或工作区 URL 获取 Databricks 日志，自动下载并解压 Unity Catalog Volumes 中分散的驱动与执行器文件，再按时间合并并标注来源。可按级别、来源、时间等条件筛选并输出 JSONL；需要已配置的 Databricks CLI，且目前不支持 S3 日志目的地。

Waza 是用于 Agent Skills 的 Go 命令行工具，可初始化评测、运行基准并比较不同模型或执行器的结果。它还能检查技能前置元数据、Token 预算、评测文件和 agentskills.io 规范符合度，并把结果接入 CI；适合需要持续衡量技能质量和回归变化的作者与团队。

Skillgrade 可从带有 SKILL.md 的目录生成 eval.yaml，并用多轮任务检查 Agent 是否能正确发现和应用技能。它支持 Gemini、Claude、Codex、ACP、OpenCode 和自定义命令，可组合确定性评分与 LLM 量表，并通过命令行或浏览器查看结果；运行环境需要 Node.js 20+，Docker、模型密钥或本地命令按所选执行器决定。

AgentSight 在系统层观察 Claude Code、Codex、Gemini CLI、OpenCode 等 Agent，记录进程树、命令、文件操作、网络目的地，以及提示、响应、工具意图和模型 token，并把跨进程事件关联起来。它不需要 SDK 或代理，支持实时界面、SQLite 会话报告和离线 pprof；但运行依赖 Linux eBPF 内核与 sudo，采集范围也包含提示和响应等敏感内容。