マインドウォーク:Claude Code/Codexセッションを3Dコードマップ上の光跡として再生する

Mindwalkは、コードベースを3Dマップ上で再現し、コーディングエージェントのセッションを可視化するツールです。生のJSONLセッションログを見る代わりに、エージェントが検索、読み取り、編集するにつれて光が移動するナイトマップが表示され、未操作の部分は暗いままです。
解決する課題
セッションログはエージェントが何をしたかは教えてくれますが、タスクをどのように理解したか(リポジトリのどの部分を関連とみなしたか、行動前にどこを探索したか、フットプリントが意図と一致したか)はわかりません。JSONLを1行ずつ読んでも答えは得られません。
クイックスタート
curl -fsSL https://raw.githubusercontent.com/cosmtrek/mindwalk/master/scripts/install.sh | sh
export PATH="$HOME/.local/bin:$PATH"
mindwalkインストーラはchecksums.txtに対してバイナリを検証し、~/.local/binにインストールします(INSTALL_DIRで上書き可能。VERSIONでリリースを指定)。Windows用アーカイブはGitHub Releasesから入手できます。ソースからビルドする場合: make setup && make build → bin/mindwalk。
コマンド
引数なしで実行すると、~/.claude/projectsと~/.codex/sessionsをスキャンし、ランダムなローカルポートでUIを提供し、ブラウザを開きます:
mindwalk serve [--port N] [--no-open] [--claude-dir DIR] [--codex-dir DIR]mindwalk open [--no-open] <session.jsonl>— 特定のセッションを開くmindwalk build <repo> [-o out]— リポジトリのシティマップJSONを書き出すmindwalk trace <session> [-o out]— 正規化されたトレースJSONを書き出す
可視化の読み方
- ツリー / テライン表示 — リポジトリを放射状ツリーまたはツリーマップで表示。発光強度はファイルが触れられた深さと頻度に比例。
- タッチ状態 — 各ファイルは最も深いタッチを保持:見た(モスグリーン)、読んだ(ムーンホワイト)、編集した(ウォームアンバー)、未訪問(ダーク)。
- HUDは摩擦シグナルを折り畳む — エラー率、チャーンしたファイル、最終検証後の編集などをレビューストリップにまとめる。
- 再生デッキ — バケット化されたヒストグラムをスクラブまたは再生。クール/ウォームスペクトルのバー:観察(検索、読み取り、実行)はクール、変更(編集、検証)はウォームに発光。
- タイムラインマーク — ◇コンテキスト圧縮、○サブエージェント起動、›ユーザーターン。クリックでジャンプ。
- インスペクタ — ファイルをクリックして訪問履歴をピン留め。訪問行をクリックして再生ヘッドをジャンプ。
- キーボード: Space再生/一時停止 · ←/→ステップ(⇧×10) · Home/End終端 · S速度 · E次の編集 · X次のエラー · M次のマーク · ⌘Bセッションレール。
内部構造
2つの別個のアーティファクト: トレース(セッションログからのファイルタッチイベントの正規化されたストリーム、internal/adapterのアダプタ経由)とシティマップ(internal/citymap内のリポジトリの決定論的レイアウト)。ローカルのGoサーバー(internal/server)がこれらを結合し、React/Three.jsフロントエンド(web)を提供します。スキーマ契約はschema/にあります。
同じツリーは常に同じマップを生成するため、セッション間で再生を比較できます。セッションデータがマシンを離れることはありません—完全にローカルです。
📖 フルソースを読む: HN LLM Tools
👀 See Also

CloudflareのAIプラットフォーム:AIエージェント向け統合推論レイヤー
CloudflareのAIプラットフォームは、画像、動画、音声モデルを含むマルチモーダル対応の70以上のモデルと12以上のプロバイダーに単一のAPIでアクセスできます。モデル間の切り替えは1行のコード変更で可能で、カスタムメタデータによる一元化されたコスト監視を提供します。

フラーレン:コーディングエージェント向けオープンソース永続メモリ層、SWE-benchでトークンを64%削減
Fullerenesは、Tree-sitterを介して構築されたローカルSQLite知識グラフを使用して、Claude Codeなどのコーディングエージェントに永続的なメモリを提供し、SWE-benchでトークン使用量を64%、内部ベンチマークで最大96.6%削減します。

Attesor: Linux VM向けRosetta 2のAI駆動リバースエンジニアリング
Attesorは、AppleのRosetta 2バイナリ翻訳技術をリバースエンジニアリングするGitHubプロジェクトで、そのアーキテクチャを文書化し、Linux仮想マシン上でのx86_64からARM64への翻訳を可能にすることを目指しています。

Echo-TTSがApple Siliconに移植され、MLXを活用したネイティブTTSと音声クローニングを実現
Echo-TTSは、2.4Bパラメータの拡散型テキスト読み上げモデルで、音声クローニング機能を備えており、CUDAからMLXを使用してApple Mシリーズチップ上でネイティブに動作するように移植されました。ベースモデルの16GB M4 Mac miniでは、5秒の音声クローン生成に約10秒、30秒のクローンには約60秒かかります。