Mindwalk : Rejouez les sessions Claude Code/Codex comme des traînées lumineuses sur une carte de code 3D

Mindwalk est un outil de visualisation qui rejoue les sessions d'agents de codage sur une carte 3D de votre codebase. Au lieu de regarder des logs JSONL bruts, vous obtenez une carte nocturne où la lumière se déplace pendant que l'agent cherche, lit et édite — les parties non touchées restent sombres.
Ce qu'il résout
Un journal de session vous dit ce qu'un agent a fait, mais pas comment il a compris la tâche : quelles parties du dépôt il a considérées comme pertinentes, où il a exploré avant d'agir, ou si son empreinte correspondait à votre intention. Lire JSONL ligne par ligne ne répond pas à cela.
Démarrage rapide
curl -fsSL https://raw.githubusercontent.com/cosmtrek/mindwalk/master/scripts/install.sh | sh
export PATH="$HOME/.local/bin:$PATH"
mindwalkL'installateur vérifie le binaire par rapport à checksums.txt et l'installe dans ~/.local/bin (remplacez avec INSTALL_DIR ; fixez une version avec VERSION). Les archives Windows sont sur GitHub Releases. Pour compiler depuis les sources : make setup && make build → bin/mindwalk.
Commandes
Sans arguments, mindwalk scanne ~/.claude/projects et ~/.codex/sessions, sert l'interface sur un port local aléatoire, et ouvre un navigateur :
mindwalk serve [--port N] [--no-open] [--claude-dir DIR] [--codex-dir DIR]mindwalk open [--no-open] <session.jsonl>— ouvre une session spécifiquemindwalk build <repo> [-o out]— écrit le JSON citymap du dépôtmindwalk trace <session> [-o out]— écrit le JSON de trace normalisé
Lire la visualisation
- Vues Arbre / Terrain — le dépôt sous forme d'arbre radial ou treemap ; intensité lumineuse ∝ profondeur et fréquence de contact d'un fichier.
- États de contact — chaque fichier conserve son contact le plus profond : vu (vert mousse), lu (blanc lune), édité (ambre chaud), non visité (sombre).
- HUD plie les signaux de friction — taux d'erreur, fichiers modifiés, éditions après la dernière vérification — dans une bande de révision.
- Panneau de lecture — avancez ou lisez sur un histogramme regroupé. Barres sur un spectre froid/chaud : observation (recherche, lecture, exécution) reste froid, mutation (édition, vérification) brille chaudement.
- Marques temporelles — ◇ compactages de contexte, ○ lancements de sous-agents, › tours utilisateur ; cliquez pour sauter.
- Inspecteur — cliquez sur un fichier pour épingler son historique de visites ; cliquez sur une ligne de visite pour déplacer la tête de lecture.
- Clavier : Espace lecture/pause · ←/→ étape (⇧×10) · Début/Fin extrémités · S vitesse · E prochaine édition · X prochaine erreur · M prochain marqueur · ⌘B rail de session.
Sous le capot
Deux artefacts séparés : une trace (flux normalisé d'événements de contact de fichiers à partir des logs de session via des adaptateurs dans internal/adapter) et une citymap (disposition déterministe du dépôt dans internal/citymap). Un serveur Go local (internal/server) les joint et sert le frontend React/Three.js (web). Les contrats de schéma vivent dans schema/.
Le même arbre produit toujours la même carte, donc les rejeux sont comparables entre sessions. Aucune donnée de session ne quitte votre machine — entièrement local.
📖 Lire la source complète : HN LLM Tools
👀 See Also

Exécuter deux agents Claude Code sur le même dépôt avec Git Worktrees
Un utilisateur de Reddit explique comment exécuter plusieurs agents Claude Code en parallèle sur la même base de code en utilisant git worktrees, évitant ainsi les conflits de fichiers et permettant des sessions d'agents indépendantes.

Myéline : Extracteur et Évaluateur MD pour la Mémoire Procédurale du Code Claude
Myelin est un serveur MCP qui se connecte à Claude Code via PostToolUse pour capturer les appels d'outils, en extrayant automatiquement des fichiers de procédure .md à partir des sessions réussies et en suivant si Claude respecte les procédures existantes étape par étape.

htmLLM-124M v2 publié : Modèle d'autocomplétion HTML/Bootstrap spécialisé
LH-Tech-AI a publié htmLLM-124M v2, un modèle de 124 millions de paramètres spécialisé dans l'autocomplétion HTML/Bootstrap qui atteint une perte de validation de 0,91 et s'entraîne en ~8 heures sur une seule GPU T4.
Mesh LLM : Calcul IA distribué sur Iroh – Exécutez des LLMs sur vos propres GPU
Mesh LLM regroupe les GPU que vous possédez déjà sur plusieurs machines et les expose comme une API compatible OpenAI. Distribue les modèles localement, via le routage pair à pair, ou en pipeline sur plusieurs nœuds en utilisant le transport QUIC d'iroh.