AGENTPLAY : replay your coding agent sessions as a map and a timeline
⏱️ Temps de lecture estimé : 4 minutes
https://github.com/Entelligence-AI/agentplay
📌 AGENTPLAY est un outil open source pour observer ce que font vos agents de code. Il reconstruit chaque session depuis leurs journaux locaux en une carte radiale et une timeline interactive, sans envoyer aucune donnée à l’extérieur.
Vos agents laissent déjà tout derrière eux : quels fichiers ils ont lus avant d’éditer, quelles commandes ont échoué, combien de fois ils ont réessayé, quand la fenêtre de contexte s’est remplie, et quel sous-agent a ramené quoi. Ces traces dorment dans des dossiers comme ~/.claude, ~/.codex, ~/.cursor ou ~/.local/share/opencode. agentplay les rend lisibles en une seconde.
La carte est un arbre radial de tout ce que la session a touché : dépôts, dossiers, fichiers lus ou édités, commandes shell, serveurs MCP, outils, skills, sous-agents, hôtes web, erreurs, modèles, commits, PR et tickets. Sous cette carte, la timeline vous permet de rejouer la session à 1x, 4x ou 16x. Vous pouvez scruter l’avancée ou choisir l’axe « temps écoulé » ; les voies affichent les prompts, erreurs, délais, sorties, éditions, exploration, MCP, skills, outils, modèle, coût, tokens, sous-agents et taille du contexte, avec les compactages marqués. Espace pour lancer/mettre en pause, flèches pour avancer pas à pas, raccourcis pour sauter directement aux éditions, erreurs, délais, sorties ou réessais.
L’objectif n’est pas de résumer un chat, c’est de comprendre la mécanique. L’enquête s’effectue sans deviner : vous voyez d’un coup d’œil ce que l’agent a lu avant d’éditer tel fichier, quelles commandes ont échoué et combien de fois, où le contexte s’est saturé, et ce que les sous-agents ont ramené. Le filtre « agent lens » resserre l’affichage sur un seul sous-agent, et chaque vue est partageable par URL pour quiconque visualise les mêmes données sur la même machine.
L’installation tient en une commande : uvx agentplay, pipx run agentplay ou pip install agentplay. Python 3.11+ suffit ; aucun runtime externe requis. À la première exécution, agentplay détecte automatiquement Claude Code, Codex, Cursor, Copilot CLI, Copilot VS Code, OpenCode et Kiro. Les chemins sont personnalisables via variables d’environnement. Le build est incrémental : seules les sessions modifiées sont reconstruites.
agentplay a été conçu pour rester local. Aucune télémétrie, aucun upload de sessions ou de cartes. Seul un appel réseau facultatif intervient si vous entrez votre e-mail dans l’interface pour être informé des nouveautés ; vous pouvez le désactiver avec DO_NOT_TRACK=1 ou AGENTPLAY_NO_NETWORK=1, ou le révoquer depuis la barre. Les prompts, contenus de fichiers, arguments de commandes, descriptions de sous-agents et messages utilisateur ne sont jamais écrits dans une carte. Les chemins peuvent être hachés (--path-mode hashed) avec une clé locale. L’index des titres reste uniquement dans ~/.agentplay/index.json sur la machine.
Quelques limites sont honnêtes : les sessions Cursor n’exposent pas tokens/coût en disque, les coûts affichés sont des estimations, les sessions très longues sont tronquées à 20000 événements, et la distinction « création vs modification » n’est pas toujours possible a posteriori. Ce ne sont pas des défauts cachés, juste des contraintes du format source.
Je trouve l’approche pragmatique. Au lieu d’ajouter un autre assistant, agentplay éclaire celui qui existe déjà : il transforme les logs que vous possédez déjà en un outil de diagnostic concret. Pour comprendre un build raté, un refactor bancal ou un agent qui a tourné en rond, c’est le genre d’outil que l’on consulte deux minutes et qui évite vingt minutes de débogage.
Sources
