SmartPerfetto 开源：面向 Android Trace 分析的 Perfetto AI Assistant

1. 前端把问题、traceId、分析模式发给后端。
2. 后端判断场景，例如 scrolling、startup、anr、memory、pipeline、general。
3. Prompt Builder 注入对应的 .strategy.md、架构模板、输出格式和必要知识。
4. Agent 先提交计划，再调用 MCP 工具。
5. 首选 invoke_skill 跑预定义分析；Skill 不覆盖时再用 lookup_sql_schema 和 execute_sql 补查询。
6. Skill 和 SQL 结果以 DataEnvelope、Artifact、表格或摘要形式返回。
7. Verifier 检查证据支撑、假设狀態、场景覆盖和常见遗漏项。
8. 后端通过 SSE 推送進度、工具结果、answer token、conclusion 和最终 report。

最终使用者会看到自然語言结论，也会看到表格、時間戳跳转、报告 URL 和可继续追问的 session。

怎么跑起来

想试一條自己的 trace，按最短路径跑起来即可。仓库已经带了预构建 Perfetto UI，普通试用不需要初始化 perfetto/ submodule，也不需要本机准备 C++ 构建环境。

1
2

git clone https://github.com/Gracker/SmartPerfetto.git
cd SmartPerfetto

当前默认开发环境按 macOS 梳理。Windows 用户建议使用 Docker Desktop，并启用 WSL2 backend；如果要从源码跑打造脚本，也提议放在 WSL2 里，不要用原生 Windows shell。Ubuntu 等 Linux 发行版还缺少充分测试，遇到难题可以带上环境信息提 Issue 或 PR。

只想先跑起来，推薦使用 Docker Hub 镜像。这个路径只需要 Docker Desktop/Engine 和一个大模型 API Key，不需要安装 Node.js；镜像内已经包含后端、预构建前端和固定版本的 trace_processor_shell：

1
2
3
4
5
6

cp backend/.env.example .env
# 编辑 .env，设置 ANTHROPIC_API_KEY；
# 或配置 ANTHROPIC_BASE_URL + ANTHROPIC_API_KEY 接入 API 代理。

docker compose -f docker-compose.hub.yml pull
docker compose -f docker-compose.hub.yml up -d

启动后打开 http://localhost:10000，加载 .pftrace 或 .perfetto-trace 文件，再打开 AI Assistant 面板。后端健康检查地址是 http://localhost:3000/health。上传文件和日志儲存在 Docker volume 中，容器重启后仍会保留。

如果要停止容器：

1

docker compose -f docker-compose.hub.yml down

只有测试 Dockerfile 改动，或者构建还没發布到镜像的本地代码，才需要走源码构建：

1
2

cp backend/.env.example backend/.env
docker compose up --build

源码构建仍然使用仓库里的 frontend/ 预构建产物，不会重新编译 perfetto/ submodule。

本地从源码 checkout 启动，用 ./start.sh。这个脚本会使用仓库里的 frontend/ 预构建产物，并在需要时下載固定版本的 trace_processor_shell：

1
2
3
4
5

cp backend/.env.example backend/.env
# 编辑 backend/.env，设置 ANTHROPIC_API_KEY；
# 或配置 ANTHROPIC_BASE_URL + ANTHROPIC_API_KEY 接入 API 代理。

./start.sh

只有要改 AI Assistant 插件 UI，例如 ai_panel.ts、styles.scss，才需要初始化 Perfetto submodule 并使用前端开发脚本：

1
2

git submodule refresh --init --recursive
./scripts/start-dev.sh

两种本地脚本都会启动两个服务：

• 前端：http://localhost:10000
• 后端：http://localhost:3000

日常改后端、Skill、策略或普通文档，优先用 ./start.sh；改 Perfetto 插件 UI，再切到 ./scripts/start-dev.sh。

模型接入以 Anthropic 直连或 Anthropic Messages 兼容代理为主。第三方模型需要通过代理层适配，并稳定提供 streaming 和 tool/function calling；如果模型只能聊天，不能稳定调用工具，SmartPerfetto 的 SQL 查询和 Skill 调用就跑不完整。

适合从哪里贡献

如果这个项目后续能变得可靠，最需要的是可复现的 trace、能跑的 SQL、能解释失败原因的 Skill 和持续补進来的回归样本。

可以从这些地方开始：

• 提供小 trace 和复现难题：一條能說明问题的 trace，比一段抽象描述更容易转成测试和 Skill。
• 改進 YAML Skill：补充 SQL、显示列、空数字提示、厂商差异、边界條件。
• 改進场景策略：让 scrolling、startup、anr 等策略覆盖更多常见分析步骤。
• 修 Perfetto 插件 UI：AI 面板、表格、图表、跳转、场景導航都在前端插件里。
• 补回归测试：项目已有 6 條 canonical trace 回归门禁，新的失败样本可以变成长期保护。

开发阶段更新很快。参与打造前先同步 SmartPerfetto 主仓库；如果改 AI Assistant 插件 UI，再同步 perfetto/ submodule。发现问题、改進项，或者已经在 fork 里修了 bug，优先开 Issue 或 PR，把复现 trace、期望输出和测试结果写清楚。

如果想长期参与 Skill、Agent 或前端研发，可以通过 README 里的聯絡方式沟通协作，附上 GitHub 账号和信箱，方便后续加到核心打造协作里。

提交 PR 前，按改动类型跑对应检查：

1
2
3
4
5
6

cd backend
npm run build
npm run test:scene-trace-regression
npm run validate:skills
npm run validate:strategies
npm run test:core

不同 PR 跑的检查不一样。代码改动至少跑 scene trace regression；Skill 改动跑 validate:skills 加回归；策略和模板改动跑 validate:strategies 加回归；类型或构建问题要补 npx tsc --noEmit。

许可证和当前边界

生成文章海報 / 分享 QR Code