Skip to main content
Version: 0.1.6

配置详解

AgentLog 提供灵活的配置选项,可通过 VS Code 设置、环境变量和命令行参数进行定制。

VS Code 设置

在 VS Code 设置(settings.json)中,所有配置项以 agentlog. 为前缀。

核心配置

配置项类型默认值说明
backendUrlstringhttp://localhost:7892后台服务地址,可指向远程服务
autoBindOnCommitbooleantruegit commit 时自动绑定最近未绑定的会话
retentionDaysnumber90数据保留天数,0 表示永久保留
autoStartBackendbooleantrueVS Code 启动时自动启动后台服务
debugbooleanfalse开启调试日志,输出详细运行信息
exportLanguagestringzh导出语言,可选 zh(中文)或 en(英文)

MCP 配置

MCP (Model Context Protocol) 相关配置:

配置项类型默认值说明
mcp.clientConfigPathstring""【已废弃】 外部 AI Agent 的 MCP 配置文件路径。请改用 AgentLog: 配置 AI Agent MCP 接入 命令自动配置。
mcp.configuredClientsarray[](插件自动维护) 已完成 MCP 配置的 AI 客户端列表,请勿手动编辑。

设置示例

{
"agentlog.backendUrl": "http://localhost:7892",
"agentlog.autoBindOnCommit": true,
"agentlog.retentionDays": 90,
"agentlog.debug": false,
"agentlog.mcp": {
"clientConfigPath": ""
}
}

环境变量

AgentLog 后台服务支持以下环境变量:

变量名默认值说明
AGENTLOG_PORT7892后台服务监听端口
AGENTLOG_BACKEND_URLhttp://localhost:7892后端服务地址(MCP Server 使用)
AGENTLOG_DB_PATH~/.agentlog/agentlog.db数据库文件存储路径
AGENTLOG_LOG_LEVELinfo日志级别:debuginfowarnerror
AGENTLOG_LOG_FILE~/.agentlog/agentlog.log日志文件路径,stdout 表示输出到控制台
AGENTLOG_CORS_ORIGINhttp://localhost:3000CORS 允许的源,多个用逗号分隔
AGENTLOG_SOURCE自动推断强制指定会话来源(如 clineopencode
AGENTLOG_PROVIDER自动推断强制指定模型提供商(如 deepseekopenai

使用示例

# 启动后台服务时设置环境变量
export AGENTLOG_PORT=8888
export AGENTLOG_DB_PATH=/custom/path/agentlog.db
export AGENTLOG_LOG_LEVEL=debug

# 然后启动服务
pnpm dev

数据库配置

SQLite 配置

AgentLog 使用 SQLite 存储数据,可通过以下方式优化:

  1. WAL 模式:默认启用 Write-Ahead Logging,提高并发性能
  2. 连接池:内置连接池管理,避免频繁打开/关闭连接
  3. 自动迁移:启动时自动检查并执行数据库迁移

自定义数据库路径

# 通过环境变量指定
export AGENTLOG_DB_PATH=/path/to/custom/agentlog.db

# 或通过命令行参数(如果支持)
node dist/index.js --db-path /custom/path/agentlog.db

备份与恢复

# 备份数据库
cp ~/.agentlog/agentlog.db ~/backup/agentlog_$(date +%Y%m%d).db

# 恢复数据库(停止服务后)
cp ~/backup/agentlog_backup.db ~/.agentlog/agentlog.db

MCP Server 配置

命令行参数

运行 MCP Server 时可指定参数:

# 开发模式
npx tsx packages/backend/src/mcp.ts

# 生产模式
node packages/backend/dist/mcp.js

# 指定后端地址
AGENTLOG_BACKEND_URL=http://localhost:8888 node dist/mcp.js

MCP 客户端配置

各 AI Agent 的 MCP 配置文件示例:

Cline (~/.cline/mcp.json)

{
"mcpServers": {
"agentlog": {
"command": "npx",
"args": ["-y", "@agentlog/backend", "mcp"],
"env": {
"AGENTLOG_PORT": "7892"
}
}
}
}

OpenCode (自动写入 AGENTS.md): AgentLog 插件会自动将调用规则写入 OpenCode 的全局配置文件。

Git Hook 配置

自动安装

AgentLog 提供命令自动安装 Git Hook:

  1. 在 VS Code 命令面板执行 AgentLog: 安装 Git Hook
  2. 或在终端执行:curl -X POST http://localhost:7892/api/commits/hook/install

手动配置

如果自动安装失败,可手动创建 .git/hooks/prepare-commit-msg

#!/bin/bash
# AgentLog Git Hook - 自动绑定 AI 会话到 Commit

COMMIT_MSG_FILE=$1
COMMIT_SOURCE=$2
SHA1=$3

# 调用 AgentLog 后端 API
curl -s -X POST http://localhost:7892/api/commits/hook \
-H "Content-Type: application/json" \
-d "{
\"commitHash\": \"$SHA1\",
\"message\": \"$(cat $COMMIT_MSG_FILE)\",
\"workspacePath\": \"$(pwd)\"
}" > /dev/null 2>&1 &

多仓库支持

AgentLog 自动识别当前 Git 仓库路径,支持同时监控多个仓库:

  • 每个仓库独立记录会话
  • Git Hook 仅绑定当前仓库的会话
  • 侧边栏按仓库路径筛选

高级配置

自定义日志格式

通过环境变量配置日志输出:

# JSON 格式日志,便于日志收集系统处理
export AGENTLOG_LOG_FORMAT=json

# 简单文本格式(默认)
export AGENTLOG_LOG_FORMAT=text

性能调优

对于大型项目或高频使用场景:

# 增加数据库连接池大小
export AGENTLOG_DB_POOL_SIZE=10

# 调整 WAL 检查点间隔
export AGENTLOG_DB_WAL_CHECKPOINT=1000

# 启用查询缓存
export AGENTLOG_DB_CACHE_SIZE=-64000

网络配置

# 绑定到特定网络接口
export AGENTLOG_HOST=127.0.0.1 # 仅本地访问(默认)
export AGENTLOG_HOST=0.0.0.0 # 所有接口(注意安全风险)

# 设置请求超时
export AGENTLOG_REQUEST_TIMEOUT=30000 # 30秒

配置验证

检查配置状态

# 检查后端服务是否运行
curl http://localhost:7892/health

# 检查数据库连接
curl http://localhost:7892/api/sessions/stats

# 查看当前配置
curl http://localhost:7892/api/config

诊断命令

AgentLog VS Code 插件提供诊断命令:

  1. AgentLog: 验证 MCP 连接:检查 MCP 配置和后端连接
  2. AgentLog: 查看日志:打开后端服务日志
  3. AgentLog: 重置配置:恢复默认配置(谨慎使用)

故障排除

配置不生效

  1. 检查配置文件路径和权限
  2. 重启 VS Code 或后端服务
  3. 查看扩展日志确认配置加载

服务启动失败

  1. 检查端口占用:lsof -i :7892
  2. 验证数据库文件权限
  3. 查看错误日志:~/.agentlog/agentlog.log

MCP 连接问题

  1. 确认 MCP 配置文件路径正确
  2. 重启 AI Agent 使配置生效
  3. 检查 MCP Server 是否运行:ps aux | grep mcp

最佳实践

开发环境

  • 启用 debug 模式便于排查问题
  • 设置较短的 retentionDays 避免数据积累
  • 定期清理测试数据

生产环境

  • 使用自定义数据库路径,避免误删
  • 设置合适的日志级别,避免日志过大
  • 定期备份数据库文件

团队协作

  • 统一团队的配置模板
  • 使用环境变量管理敏感配置
  • 文档化配置变更流程