EN

SmartPerfetto v1.0.28 更新说明

字数统计: 6.3k阅读时长: 24 min
2026/06/04
loading

SmartPerfetto 2026.05.17-06.04 更新封面

5 月 17 日写上一篇 SmartPerfetto 更新时,重点已经从“Perfetto UI 里的 AI Assistant”转向“可复用的 Trace 分析平台”。到 6 月 4 日,新增内容主要集中在五块:Smart 模式、选区快问、CLI 采集、Power / ANR / Input / IO / Network 证据规则,以及四条 Agent runtime。

本文基于 2026 年 6 月 4 日的 SmartPerfetto 主分支状态,公开发布版本是 v1.0.28。读者看完应该能知道三件事:5 月 17 日之后新增了什么、现在的运行时和证据来源怎么处理、反馈问题时该给哪些信息。

项目地址:

历史版本说明(2026-10-14 核查):本文保留 6 月 4 日的更新视角,代码以 6 月 2 日发布的 v1.0.28 / e275f2b 为基线;后续 3c6d2ed 只补发布验收文档。下文“现在”均指这个历史版本。核查时最新发布为 v1.16.2,运行时、认证和逐断言核验已继续演进,不能直接套用旧配置。

2026.05.17-06.04 变化概览

上篇文章里的功能图还是 SmartPerfetto v1.0.7。当前公开版本已经到 v1.0.28,仓库里有 230 个 *.skill.yaml,去掉 _template 后是 226 个功能性 Skill 文件;backend/strategies/ 里有 20 个 .strategy.md 和 35 个 .template.md。

这些是 v1.0.28 的文件计数,不是独立场景数或测试通过数;其中 smart.strategy.md 是 contract_only 报告合同,不参与普通场景分类。5 月 17 日至 6 月 4 日相隔 18 天,“三周”沿用本系列的更新节奏。

数量变化不算夸张,变化集中在六类用户能感知到的地方:

方向 5 月 17 日状态 现在的状态
分析入口 Perfetto UI 里直接问 trace,支持 fast / full / auto Smart 模式先做 scene inventory,选区快问以当前范围为核心,CLI 也能复用分析核心
CLI 和采集 CLI / API 已进入文档和发布流程 smp capture、smp analyze、compare workflow、CLI turn files 和 npm 包验证进入常规发布流程
场景覆盖 startup、scrolling、ANR、interaction、touch、memory、power、network 等已有策略 新增 smart.strategy.md、io.strategy.md,Power / ANR / Input / Display / IO / Network / Observability 的证据要求被写进策略和测试
证据可靠性 SQL guardrail、证据 ID、逐句数据引用已经成型 失败 SQL 不再进入前端证据;最终报告检查、claim verifier 和按场景区分的证据规则覆盖更多场景
模型接入 Claude Agent SDK 与 OpenAI Agents SDK 是一等 runtime claude-agent-sdk、openai-agents-sdk、pi-agent-core、opencode 四条 runtime 共用一组输出规则
发布验证 Docker、portable、source、CLI 都已进入发布说明 6 月 2 日验收记录记载四 runtime × startup / scrolling 的 8 次 strict E2E、6 条 canonical trace 回归,以及 npm / portable / Docker 发布检查

这轮更新的主线是把更多场景做成可验证的分析流程。模型仍然负责解释和排序,性能数字仍然来自 trace_processor_shell、SQL、Skill 表格和报告里的结构化证据。

确定性查询提供原始数值,并不自动保证模型复述、归因或建议正确;仍要检查报告实际引用了哪些行、单位和对象。

当前功能地图

SmartPerfetto v1.0.28 功能地图

图中数量和四 runtime 为 v1.0.28 历史快照;下面逐项说明能力边界。

SmartPerfetto 现在可以按“入口、分析、证据、runtime、分发”五层理解。

功能面 当前能力 适合场景
Perfetto UI / Smart Mode 加载 .pftrace / .perfetto-trace 后可以直接提问,也可以先让 Smart 模式识别 startup、scrolling、click、navigation、ANR、device-state 等范围 混合 trace 里先找值得分析的片段,避免一上来把整条 trace 交给 full analysis
选区快问 Perfetto area selection / track event selection 会带上 selectionContext,后端用 bounded scope 跑 quick analysis 只看某段时间、某一帧、某个 slice 前后发生了什么
CLI / Capture smp / smartperfetto 入口复用后端 runtime、MCP 工具、Skill、report 和 session snapshot 在终端、脚本、CI 或远程环境里采集和分析 trace
Skills + Strategies 226 个非模板 Skill 文件、20 个策略文件(含 contract-only)、35 个模板,覆盖 startup、scrolling、ANR、interaction、memory、power、network、pipeline、IO、smart 等场景 把自然语言问题路由到确定性的 SQL、Skill 和输出要求
Reports + Evidence 支持 HTML report、结果快照、claim refs、数据来源说明;CLI 另有 turn files,实际产物取决于入口与完成状态 把“AI 说了什么”回到“哪条 SQL / 哪个 Skill / 哪行证据”
Agent Runtimes Claude、OpenAI、Pi Agent Core、OpenCode 四条 runtime 由 Provider 或 env 显式选择 同一条 trace 分析可以接不同 SDK / server 编排方式
Runtime Guardrails Provider Manager、request-scoped MCP tools、session snapshot、/health runtime diagnostics 共同约束 runtime 行为 排查“连接测试过了,但分析 runtime 没切过去”这类问题
发布方式 Docker Hub、Windows / macOS / Linux portable、源码 ./start.sh、npm CLI 都有发布验证 普通用户试用、开发者调试、团队部署和脚本接入

这里要先写清一条规则:SmartPerfetto 没有把整条 trace 直接塞进 prompt。模型看到的是后端工具返回的 SQL 结果、Skill 输出、scene context、报告摘要和结构化证据。新增 runtime 也不能绕开这条规则。

这些返回值仍可能含进程名、业务标记或网络等信息,并发送给所配置的 Provider;“不传整条 trace”不等于“数据不离开本机”。Code-aware 的源码片段另有显式授权边界,见后文。

新功能一:Smart 模式、选区快问和 CLI 入口共用分析核心

Smart Mode 与 CLI 共享分析核心

此图是入口概览,不是每次执行的固定串行步骤:选区快问不必先跑 Smart 场景预览,采集后也需另行分析或显式传 --analyze。图中“只分析选中范围”指结论的主要范围,允许必要的全局对照。

上篇文章里已经有 fast / full / auto 三种分析模式。5 月 17 日之后,SmartPerfetto 又补了两条入口:Smart scene selection 和 range-scoped quick analysis。

Smart 模式先做 scene inventory,列出识别出的场景及其范围、eligibility、confidence 等信息;预览报告还有场景还原复核和 report ID。用户再选择全部可深钻场景、某类场景或具体 scene ID。识别结果可能缺失或误判,eligibility 只是深钻路由条件,confidence 不是经校准的正确率,预览也不表示已经完成根因分析。

选区快问解决的是另一个问题。Perfetto UI 里选中一段时间或一个 track event 后,用户常问的是“就这段为什么慢”“这个 slice 前后发生了什么”。现在后端会把范围上下文传入分析请求,quick path 只围绕这段时间拿证据,不必把整条 trace 都走 full analysis。

这里的“只围绕”是分析约束,不是存储或工具权限隔离。选区模板 明确允许查询整体 VSync 等对照信息;输出仍应区分选区内贡献与选区外上下文,不能把整条 slice 时长都算进窗口。

CLI 入口也从“能调用后端接口”变成了独立的终端产品。smp capture 面向采集,smp analyze 面向分析,compare workflow、session 文件、报告输出和 Provider/runtime 选择规则都复用 Web 侧逻辑。CLI 不启动 Web UI,也不会另起一套分析逻辑。

v1.0.28 的实际采集目标是 smp capture android,需要已授权的 ADB 设备;多设备时指定 --serial。API 29+ 默认用设备内置 Perfetto,旧设备或 --sideload 需可用 tracebox;当时尚无 smp capture linux。--kill-stale 会按名称终止设备 tracing 进程/服务,不自动证明它们已无主,不应作为默认重试步骤。录制返回成功也不证明所需数据源齐全,仍需检查导入、丢数和场景信号。见 CLI 文档。

用户层面的变化很直接:

使用场景 之前 现在
混合 trace 初筛 手动看 timeline,再问某个场景 Smart 模式先列 scene,再点选深挖范围
选中一段卡顿 复制时间戳或手写范围 选区上下文进入后端,quick analysis 聚焦选区,并区分必要的全局对照
远程机器采集 先靠系统工具采 trace,再搬到 UI smp capture android 通过 ADB 采集已连接设备,再交给 smp analyze
回归对比 UI 里选 reference 或 Result ID CLI compare workflow 和 analysis result snapshot 可以接脚本

这也是后面四 runtime 能成立的前提。入口可以是 UI、CLI 或 API,底层都要回到 AgentAnalyzeSessionService、Skill、MCP 工具和 report 检查。

共用核心不等于所有入口功能相同。Smart 的 SceneReport 预览 ID、通用 AnalysisResultSnapshot ID 和最终 HTML report ID 是不同对象;深钻会进入通用 Agent 路径,但不能凭预览成功推断其余产物也已生成或可恢复。原始双 trace 对比与结果快照对比也要区分,指标口径、对象和时间窗口仍需人工核对。

新功能二:证据规则从启动和滑动扩到更多场景

场景证据规则

SmartPerfetto 前几轮最重的场景是 startup 和 scrolling。5 月底这轮新增的重点,是把“报告必须证明什么”写到更多策略里。

这批改动覆盖了几类场景:

场景 新增或加强的证据要求 用户能得到什么
Power battery drain、power rails、wakelock、CPU freq / idle、JobScheduler、modem / network 相关 Skill 不只看 CPU 热点,还能把后台耗电、rail 能耗、唤醒频率和调度事件放到同一份报告里
ANR anr_context_in_range、main thread states / slices、futex wait、logcat、ANR detail 的要求被加强 区分主线程运行、等待、futex、Binder、logcat 信号,减少“看到卡住就写 ANR 根因”的误判
Input / Interaction input events、scroll response latency、click response analysis / detail 进入 Skill 和 strategy 从触摸输入到响应延迟有独立证据,不把所有卡顿都归到渲染线程
Display / Pipeline fence wait decomposition、pipeline strategy 里的 display 证据要求 把 producer、SurfaceFlinger、HWC、fence 等证据和报告结论绑定
IO / Network io.strategy.md、network request-stage evidence template IO 等待、网络请求阶段和场景结论之间有明确证据入口
Observability diagnostics evidence template、missing signal policy、trace completeness prober trace 缺少必要表或 category 时,报告应写缺失信号,而不是补一个确定结论

这里的变化比加几个 SQL 更大。以前报告质量主要靠 prompt 要求模型“引用证据”;现在策略 frontmatter、Skill 证据边界、最终报告检查和 claim verifier 一起工作。报告里出现关键数值、线程、进程、帧数、百分比时,需要能回到对应的证据来源。

这里描述的是检查机制和输出要求。v1.0.28 的 finalReportContractGate 主要匹配必要章节的关键词/正则,不证明章节内容正确;claim verifier 也只能支持实际覆盖的断言。SQL 成功、引用存在、章节齐全与语义核验通过需分别检查,不能一概写成“报告已验证”。

这也解释了为什么“failed SQL diagnostics”不能直接进入前端证据。失败 SQL 可以帮助维护者排错,但不能被用户当作 trace 事实。现在会把成功执行的查询数据、诊断信息、报告可见文本和 snapshot provenance 分开处理;查询口径仍需核对。

新功能三:四条 runtime 共用同一套输出规则

四 Runtime 输出规则

上篇文章写到 Claude Agent SDK 和 OpenAI Agents SDK。在 v1.0.28 中,SmartPerfetto 有四条公开 runtime:

Runtime 适合的 Provider 限制
claude-agent-sdk Anthropic、Bedrock、Vertex、DeepSeek、Anthropic-compatible gateway、本机 Claude Code 配置 默认路径,继续支持 in-process MCP server、verifier、sub-agent 和 SDK resume
openai-agents-sdk OpenAI、Ollama、OpenAI-compatible gateway 通过 function tools 复用同一份 SmartPerfetto MCP tool registry
pi-agent-core custom provider 可选 public runtime,复用 SmartPerfetto 的 prompt、tool、report 管线;不启用 .pi discovery、package extension、shell / file tools
opencode custom provider 或显式 OpenAI-compatible 配置 使用 request-scoped SmartPerfetto MCP bridge,不读取用户自己的 OpenCode 登录态、project state,也不启用内建 file / shell / web / edit tools

Provider Manager 和 env 不会用“哪个 key 存在”去猜 runtime。选择优先级是请求 / session 里的 providerId、Provider Manager active provider、SMARTPERFETTO_AGENT_RUNTIME,再退回默认 claude-agent-sdk。已经创建的分析 session 会固定当时的 credential source;恢复旧 session 时不会因为后来切换 active provider 就静默换模型。

这是普通新会话路径的概括。恢复会话会使用绑定的 profile 或 runtime 快照;显式 providerId: null 可固定 env/default 来源并跳过 active provider。绑定 profile 被删除会失败;同一 profile 内容变化也可能清空 SDK 恢复状态并新建 SDK session,因此“固定来源”不是永久冻结模型、密钥或全部上下文。

四条 runtime 的内部机制差异很大。Claude runtime 暴露 in-process MCP server;OpenAI runtime 把同一份工具 descriptor 适配成 function tools;Pi Agent Core 使用 request-scoped native tools;OpenCode 通过隔离的 server 和 MCP bridge 调用当前分析请求可见的 SmartPerfetto 工具。

公共产物关系可以概括如下;这是职责示意,不表示每次执行都会生成全部产物,也不是严格调用顺序:

1
2
3
4
5
6
runtime result
-> agentResultNormalizer
-> finalReportContractGate
-> evidence rules / claim verification / identity resolutions
-> HTML report / CLI turn files / analysis-result snapshot
-> frontend visible projection

按 6 月 2 日验收记录,四 runtime × startup / scrolling 的 8 次 strict E2E 均被记为通过,记录结果为每次 12 个 checked claims、0 unsupported / issues、非 partial final report。这里的 12 是这些运行的结果,不是任何报告都只需检查 12 条的固定门槛。记录还列出 6 条 canonical trace 回归、前端预构建和 CLI pack 检查,以及发布后的 npm fresh install、三平台打包、GitHub Release 和 Docker manifest 检查。本次文章核查读取了这份历史记录及发布元数据,没有重跑这些 E2E;历史样本通过不能推导所有模型、设备、场景或当前版本均已通过。

这不是说四条 runtime 的输出会逐字一致。不同 SDK 的工具调用节奏、流式事件、上下文恢复、成本和超时语义都不同。SmartPerfetto 约束的是公共输出:SSE 事件、HTML report、CLI turn files、analysis-result snapshot、claim verification 和 session resume 不能因为 runtime 换了就换一套语义。

新功能四:报告质量和排错信息更具体

这三周里还有一批改动看起来不如 runtime 显眼,但对真实使用更关键。

第一类是报告完整性。ensure complete agent final reports、final report presentation hardening、evidence table readability、analysis quality rules 这些改动处理的是同一个问题:模型跑了很多工具,不等于交给用户的报告完整。现在报告需要满足场景定义的最终报告规则,结论里的断言要能通过 claim verifier,前端可见文本可以清理噪音,但不能把报告、CLI、snapshot 需要的 provenance 删掉。

第二类是 SQL 和诊断分开。raw SQL artifact、failed SQL diagnostics、trace processor startup failures 都做了更明确的处理。失败的 SQL 诊断可以进日志和调试材料,不应该混进“本次 trace 的证据表”。trace_processor_shell 启动失败、预编译产物缺失、加载 trace 出错,也要在健康检查或错误信息里直接暴露,不能让用户把它当成 AI 结论质量问题。

第三类是 codebase-aware 分析。SmartPerfetto 可以把本地代码库上下文接进分析任务,但它不能替代 trace 证据本身。代码定位只能补充解释和修复方向,性能判断仍要回到 trace 数据。

按当时的 Code-Aware 文档,注册代码库不会自动暴露给每个 session;metadata_only 只给模型 CodeRef 元数据。发送筛选后的源码片段需注册时允许 sendToProvider,且本次分析选择 provider_send;报告中的引用不等于已经验证修复效果。

后续进展(截至 2026-10-14):v1.11.0 增加基于保留执行证据和有界全文复核的逐断言交付状态;v1.16.2 又修复位置声明、身份歧义和报告恢复,并补强私有文档检索。发布说明仍明确:真实模型 startup / scrolling / Binder 的完整 strict claim verification 在部分引用、单位或覆盖不足处尚未完成。交付出报告与全部断言通过,始终是两个结果。

这类改动会让 bug 反馈更具体。以前用户可能只能说“AI 结论不对”;现在可以贴 Result ID、HTML report、evidenceRefId、claim ref、相关 SQL、Skill 表格和 /health 的 runtime 信息。

可用性修复

新增功能之外,最近的修复主要集中在“能不能稳定跑完第一条真实 trace”和“出了问题能不能定位”。

修复方向 用户感知
trace processor 预编译产物 源码和 npm CLI 更容易拿到固定版本的 trace_processor_shell,启动失败会有更明确的错误
Provider debug status /health 里能看到实际 runtime、credential source、provider mode 和 diagnostics
Node 24 hardening 源码和 CLI 要求 Node.js >=24 <25,减少 Node 版本漂移带来的构建和 runtime 问题
npm CLI bin smp / smartperfetto 作为有效 bin 发布,fresh install 后可以直接跑版本和 doctor smoke
service port 配置 端口可配置;清理改为只匹配 TCP LISTEN,避免误杀同端口客户端,但并不证明监听进程属于本项目
Docker healthcheck Docker healthcheck 语法修正,发布流程能覆盖 runtime image smoke
frontend evidence table AI Assistant 里的证据表可读性提升,报告和聊天里的表格更容易检查
final SSE conclusion SSE 结论、analysis_completed、HTML report 的终态关系更稳定
raw SQL artifact 原始 SQL、最终可执行 SQL、失败诊断和用户可见证据分开处理
release verification npm、portable、GitHub assets、Docker latest / version tag 都有发布后验证

端口修复不等于全面的进程所有权检查。v1.0.28 start.sh 仍会终止所配置端口的监听者,并保留 pkill -f "trace_processor_shell.*--httpd";它可能匹配其他会话的进程。不要在有共享 tracing 服务的主机上把它当作无影响的清理。/health 和 doctor 也仅提供相应配置/依赖诊断,不能替代真实 trace 分析验收。

这类修复不一定适合放在功能宣传里,但它们决定了工具能不能被真实 Android 性能团队使用。SmartPerfetto 的状态同时跨 Perfetto UI、Express 后端、SSE、trace processor、Provider 协议、模型 SDK、CLI、Docker 和 portable 包。任何一层状态漂移,都会被用户看成“AI 分析不可靠”。

现在怎么选运行方式

普通用户仍然优先选 Docker 或免安装包;开发者和脚本用户再考虑源码和 CLI。

运行方式 适合谁 说明
Docker Hub 想快速试用或部署的人 不依赖宿主机 Claude Code 登录态;需要用 Provider Manager 或 .env 配 provider
免安装包 不想装 Node.js / Docker 的用户 该版资产为 Windows x64、macOS arm64、Linux x64,内含 Node.js 24、后端、预构建 frontend 和固定 trace processor
本地源码 ./start.sh 想跟主干或改后端 / Skill / 策略的人 使用仓库提交的预构建 frontend,常规后端和 Skill 改动不需要构建 Perfetto UI
Dev 模式 ./scripts/start-dev.sh 修改 AI Assistant 插件 UI 的人 需要初始化 perfetto/ submodule,并用 watch 构建插件
npm CLI smp 需要终端采集、分析、CI 接入的人 不启动 Web UI,复用同一组 runtime、MCP 工具、Skill、report 和 session snapshot

Runtime 配置上,第一次只选一种方式:

下表保留 v1.0.28 的配置方式。后续变更:v1.11.0 已移除隐式复用本机 Claude Code 登录态;现在需显式配置 Provider 或相应认证环境变量,见 v1.11.0 迁移说明。后续版本也不再局限于这里的四条 runtime。

你现在有什么 推荐选择
本地源码运行,终端里的 claude 已经能用 默认 claude-agent-sdk,不需要额外配置 OpenAI key
OpenAI、Ollama 或 OpenAI-compatible gateway openai-agents-sdk
Pi Agent Core model 配置 custom provider + pi-agent-core
OpenCode model 配置 custom provider + opencode
Docker / portable,不想碰 env UI Provider Manager 里创建并激活 provider profile

不要把 provider 名称写进 SMARTPERFETTO_AGENT_RUNTIME。在 v1.0.28 中,这个变量只接受 claude-agent-sdk、openai-agents-sdk、pi-agent-core、opencode。DeepSeek、Qwen、Kimi、MiMo、TokenHub 这类 provider 应该通过 Provider Manager 或对应协议的 env block 配置。

Bug 反馈该怎么写

SmartPerfetto Bug 反馈清单

图中 runtime 和字段是当时的反馈清单,不是当前版本的完整枚举。公开提交前,删去密钥、令牌、私有 URL 参数、用户信息和不应公开的源码;日志、trace、report 和 turn files 都需逐项确认可分享。

SmartPerfetto 的 bug 反馈入口仍然是 GitHub Issues。安全问题不要发公开 issue,走 GitHub private advisory 或安全邮箱。

v1.0.28 之后,一份可定位的反馈建议包含这些字段:

类别 要写什么
SmartPerfetto 版本 版本号、commit、Docker image tag、portable 文件名、npm CLI 版本,至少给出一种
运行方式 Docker、portable、源码 ./start.sh、dev 模式、npm CLI、API
Runtime / Provider claude-agent-sdk、openai-agents-sdk、pi-agent-core、opencode;provider 名称、模型 ID、Base URL、协议类型
Trace 信息 设备、Android 版本、业务场景、trace category、是否包含 FrameTimeline、trace 大小
分析范围 全 trace、selected range、Smart scene、CLI capture,是否多轮追问或中途切换模式
证据定位 Result ID、HTML report、evidenceRefId、claim ref、Q/C 行、相关 SQL 或 Skill 表格
问题表面 chat 文本、SQL、Skill 表、报告、provider 连接、runtime 选择、session resume、CLI 输出
证据材料 后端日志、CLI turn files、/health 的 aiEngine 片段、截图、HTML report
预期与实际 最小复现步骤,实际输出,预期输出,以及人工判断依据

Provider 相关问题要把“模型能聊天”和“模型能稳定 tool / function calling”分开。SmartPerfetto 依赖流式输出、结构化工具参数、上下文恢复和长程报告生成。普通聊天正常,不代表能跑完整 trace 分析。

Trace 相关问题也要写采集条件。Android 12+ 的 FrameTimeline 可补充帧级显示证据,但不是所有启动、CPU 或 IO 问题的通用前提;Power、ANR、网络、IO 各自需要不同数据源,具体支持还受设备和系统版本限制。缺少数据源时,正确行为是报告缺失信号,不是补一个确定结论。

当前更需要的反馈

SmartPerfetto 现在更需要能变成代码修复、Skill 分支或回归测试的反馈。

更有价值的样本通常长这样:

  • 某条 power trace 里,报告把耗电归到 CPU,但人工看是 wakelock 或 modem 活跃。请附 power rails、wakelock、CPU freq / idle 相关证据位置。
  • 某条 ANR trace 里,报告说主线程被 futex 阻塞,但 logcat 或 thread state 不支持。请附 ANR 时间段、main thread state 表、futex wait 表和 logcat 片段。
  • 某个 OpenAI-compatible provider 连接测试通过,但 full analysis 的 tool 参数变形。请附 runtime、provider、模型 ID、协议类型、session log 和 /health 片段。
  • 某个 OpenCode 或 Pi Agent Core 配置能 smoke,但 startup / scrolling E2E 质量不稳定。请附模型配置、运行命令、Result ID 和 HTML report。
  • 某个 Smart scene 识别错了范围。请附 trace 时间段、scene inventory 输出、期望 scene 类型和人工判断依据。
  • CLI capture 或 analyze 在远程机器失败。请附 Node 版本、平台、smp doctor --format json、CLI turn files 和 trace processor 错误。

只有截图和一句“结果不对”,维护者很难判断问题在 trace 采集、SQL、Skill、场景策略、Provider 协议、runtime session、前端展示还是报告规则。

结尾

SmartPerfetto 在 2026 年 5 月 17 日到 6 月 4 日之间的主线很清楚:Perfetto UI 仍然是入口之一,CLI 和 API 也在复用同一套分析流程;runtime 可以不同,证据和报告规则要一致。

它仍处在快速开发阶段。Provider preset、runtime 配置、public API、报告规则和 Skill 体系都会继续调整。对普通用户来说,最稳的方式是用 Docker 或 portable 跑一条自己的 trace;对贡献者来说,最有用的输入是可复现 trace、带证据位置的错误归因、能补进 Skill / strategy 的 SQL 和回归样本。

从 6 月 4 日回看,5 月 17 日那篇文章已不足以覆盖这轮变化;Smart 模式、选区快问、CLI 和四 runtime 是当时值得尝试的增量。如今安装或升级请再对照当前版本文档,不把本文当作最新配置指南。


SmartPerfetto 交流群

下面保留历史交流群二维码,图片标注 8 月 28 日过期;本次核查时已过期,不能用作当前入群入口:

SmartPerfetto 交流群

当前联系方式见关于页;是否仍开放入群以实际回复为准。

CATALOG
  1. 1. 2026.05.17-06.04 变化概览
  2. 2. 当前功能地图
  3. 3. 新功能一:Smart 模式、选区快问和 CLI 入口共用分析核心
  4. 4. 新功能二:证据规则从启动和滑动扩到更多场景
  5. 5. 新功能三:四条 runtime 共用同一套输出规则
  6. 6. 新功能四:报告质量和排错信息更具体
  7. 7. 可用性修复
  8. 8. 现在怎么选运行方式
  9. 9. Bug 反馈该怎么写
  10. 10. 当前更需要的反馈
  11. 11. 结尾
  12. 12. SmartPerfetto 交流群