你的电脑上到底装了什么?我写了个工具来回答这个问题

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

你的电脑上到底装了什么?我写了个工具来回答这个问题

上个月装的 pip 包叫什么来着?OpenClaw 那个 Skill 是全局的还是项目的?这个工具 0.5 秒告诉你答案。


不知道你装了什么,是最大的技术债

去年我在一个新项目里装了一个冷门的 Python 库,解决了当时一个很难搞的问题。今年我又遇到了同样的问题,但那个库的名字我已经忘得干干净净。

我翻了一遍 pip list,89 个包,眼睛看花了也没认出来。

这还不算什么。后来我开始同时用 Claude Code、OpenClaw、Codex 三个 AI 编程工具。每个工具都有自己的一套配置体系——Claude Code 有 Skills、OpenClaw 也有 Skills、Codex 有 Skills 还有 Rules。散落在 ~/.claude~/.openclaw~/.codex 和各种项目目录里,像一个没人记账的杂货铺。

有一次 Codex 报了个莫名其妙的错误,排查了半天,发现是上周不小心升级了一个依赖包。OpenClaw 有个 Skill 我明明装过,但不记得是装在全局还是某个项目里了,搜了三个目录才找到。

从那之后,我开始认真想一个问题:我能不能用一个工具,定期给我的电脑环境拍一张快照?

市面上没有这种东西。npm 和 pip 各自有各自的 list 命令,但它们互相不认识。AI 工具的 Skills 目录更没人管。于是我花了两天,写了一个。

环境不是你装了多少东西,是你记得你装了什么。


它能干什么

这个工具叫 env-recorder,一个 Python 脚本,400 行代码。做的事情很简单:

1. 四大 AI Agent 全覆盖

扫描 Claude Code、OpenClaw、Codex、Cursor 的 Skills 和 Rules。不管装在全局目录还是藏在项目 .claude 文件夹里,全部找出来。

2. 列出所有 pip 包

89 个全局包,带版本号。如果你在用虚拟环境,也能识别出来。

3. 列出所有 npm 全局包

claude-codecodexvercelopenclaw……一个不落。

4. 保存快照

每次跑都会把当前环境状态存下来,保留最近 50 条。随时可以回去翻"上周三我的环境是什么状态"。

5. 对比变化

两次快照之间——多了什么、少了什么、什么升级了,一目了然。

6. 自带网页查看器

python record_env.py --web 打开本地网页,搜索、筛选、对比。89 个 pip 包不用在终端里滚。


跑一下看看

git clone https://github.com/mixuecoding/env-recorder.git
cd env-recorder
python record_env.py

三秒钟,输出:

🤖 AI Agents:  24 个
   🌐 Claude Code 全局 (2): agent-reach, anysearch
   🌐 OpenClaw 全局 (2): agent-reach, khazix-skills-main
   🌐 Codex 全局 (1): .system
   🌐 Codex Rules 全局 (1): default.rules
   📁 Claude Code [AiTools] (17): animejs, gsap, hyperframes...
   📁 Claude Code [Test] (1): wechat-writing

🐍 Pip: 89 个 (89 全局 + 0 项目)
📦 npm: 10 个 (10 全局 + 0 项目)

24 个 AI Agent 配置、89 个 Python 包、10 个 npm 全局包。一屏看完。哪个在哪儿、是不是全局的、属于哪个项目,清清楚楚。


为什么值得用

这不是一个多宏大的工具。它不做 AI,不做自动化,甚至没有一个像样的 UI。

它只解决一件事:让你知道你的电脑上到底有什么。

但这件事,大部分开发者从来不做。等到出了问题——环境跑不动了、新电脑不知道装什么、同事问你配置你答不上来——才开始后悔。

这个工具就像一个记账本。你不需要每天看它。但当你需要的时候,它告诉你过去每一笔都在哪儿。

我的用法是:每次 pip install 完新东西、或者在 Claude Code 里加了个新 Skill,就跑一下。用 --diff 看一眼多了什么。习惯了之后,环境再也没失控过。


开发过程中的几个坑

写这个工具花了两天。真正写代码的时间大概 4 小时,剩下 4 小时全花在踩坑上:

  • npm 在 Windows 上是 .cmd 文件,Python 的 subprocess 调 npm 直接报 FileNotFoundError。查了半天才发现得用 npm.cmd,还得探测 Node.js 安装路径
  • Claude Code、OpenClaw、Codex、Cursor 四种工具的 Skills 目录结构各不一样——.claude/skills.openclaw/skills.codex/skills.cursor/rules。有的存 skill.md,有的存 .rules 文件
  • 网页查看器用 fetch 读本地 JSON,浏览器 file:// 协议下 CORS 直接给拦了。最后起了个 HTTP 服务器解决

最好的工具不是解决了多大的问题。是让你再也不用担心那个小问题。


开源地址:https://github.com/mixuecoding/env-recorder

MIT 协议。clone 下来就能用,不需要注册,不需要网络,不需要配置文件。

如果你也觉得"我的电脑上到底装了什么"是一个值得被回答的问题——给项目一个 Star,或者跑一下看看你自己的环境长什么样。


关注蜜学编程,获取更多 AI 编程实战内容。

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Ang_qq_252390816

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值