OrcaReplay 是给 AI 编程 Agent 用的本地记录工具。它夹在 Agent 和模型厂商之间，把提示词、工具调用和原始字节录成一份 trace，之后可以完全离线重放这次运行，用来复现失败现场。重放过程不调用模型，因此不消耗 token。
它要解决的是 Agent 出错后难以回看的问题。Agent 一次任务的输入输出往往分散在终端、日志和厂商控制台里，事后想弄清哪一步开始偏，通常只能靠残存片段拼。OrcaReplay 的做法是在链路中间截一份完整记录，把这次运行固定成一个可重复执行的对象，而不是依赖当时的现场还在不在。
录下来的是什么
按项目描述，记录范围包括三类内容：提示词、工具调用、原始字节。“原始字节”这个说法值得注意——它意味着记录不止停留在结构化的事件层面，还保留了链路中的字节形态。对排查编码、序列化、截断一类问题来说，这比只看格式化后的请求体更有用。这一点的实际覆盖范围，资料没有展开。
离线重放意味着什么
“完全离线重放”是它最有辨识度的能力，也直接决定了使用选择：重放不经过模型厂商，不产生调用费用。对调试来说，这改变了试错成本——可以围绕同一次失败反复重放，而不是每次复现都重新跑一遍 Agent、重新付费、并且可能因为模型输出的随机性而得到另一个结果。重放的前提是这次运行已经被录下来，所以它针对的是已发生失败的事后复现，不是事前预防。
什么时候会打开它
比较合适的场景是：你的 AI 编程 Agent 在某个任务上失败了，你需要弄清失败发生在提示词、工具调用还是数据传递环节，并且希望在不重新调用模型的前提下反复查看这次运行。安装与使用信息在项目仓库中，本次资料未提供具体命令与配置方式。
产品名里的“飞行记录仪”是个准确的类比：它本身不控制 Agent 怎么飞，只在出事后提供那段可回放的记录。
资料边界
本次资料仅来自项目清单，官网正文不足。以下几点会影响你的判断，但目前没有依据：支持哪些 Agent 框架和模型厂商、trace 的存储格式与体积、重放时对工具副作用的处理方式（例如写文件或发请求是否会被重放）、是否支持跨平台、安装与配置的具体步骤、许可证与维护状态。这些需要到仓库中确认。