核心用法
Mission Claw (mclaw) 是一款面向 AI Agent 工作流的活动日志与 Token 追踪工具。其核心功能包括：
1. 活动记录：通过 CLI 或 HTTP API 将任务描述、Agent 名称、项目归属、执行状态（completed/in_progress/failed）、耗时及 Token 消耗写入本地服务。
2. Token 审计：强制要求记录 total-tokens，可选细分 input-tokens 与 output-tokens，便于成本核算与性能优化。
3. 可视化仪表板：内置 Web 界面（默认 localhost:3101），支持按 Agent、项目筛选历史记录，实时查看服务状态。
显著优点
- 轻量集成：单条命令即可完成日志提交，CLI 设计符合 Unix 哲学，易于嵌入自动化脚本。
- 成本透明：强制 Token 追踪机制填补了许多 Agent 框架在资源审计上的空白，适合按量计费场景。
- 本地优先：默认使用本地守护进程（
localhost:3100），数据可控，避免云端泄露风险。
潜在缺点与局限性
- 单点依赖：服务基于本地守护进程，若进程未启动或端口冲突，日志将失败；无内置重试或持久化队列。
- 功能单一：定位为“记录工具”而非“分析平台”，缺乏趋势分析、预算告警、团队协同等高级功能。
- 生态封闭：需配合
session_status等特定内置工具获取 Token 数据，与第三方 Agent 框架集成需适配。
适合人群
- 个人开发者或小型团队，需要低成本追踪 AI Agent 任务历史与 Token 消耗。
- 进行 LLM 应用原型开发、需要快速审计 Prompt 成本的场景。
常规风险
- 数据丢失风险：本地服务无高可用设计，进程崩溃或主机重启可能导致未持久化的内存数据丢失。
- 隐私泄露：若将服务暴露于公网，日志中的任务描述与 Token 数据可能被未授权访问。
- 版本兼容性：
session_status等内置工具接口可能随 Agent 平台升级而变更，导致 Token 获取失败。