LineageLens
AI 编写了它。LineageLens 证明了这一点。
我一直深入研究人工智能辅助开发，却始终遇到同样的问题：人工智能生成的代码出现故障，却无法得知“是哪个提示符、哪个模型以及上下文是什么？”根本原因分析只能靠猜测。为了解决这个问题，我开发了 LineageLens。它在 8788 端口运行一个本地代理，位于你的人工智能工具和其提供商之间。每当人工智能向你的代码库写入 4 行或以上代码时，它都会捕获生成该代码的确切提示符、模型和工具（例如 Cursor、Claude Code）。
AI 分析
LineageLens 是一个本地代理工具（运行在 8788 端口），位于 Cursor 和 Claude 等 AI 编码助手与其 API 提供商之间。每当 AI 生成 4 行或更多代码时，它会自动捕获确切的提示、模型、工具和上下文。这解决了 AI 辅助开发中的关键痛点，即开发者无法追踪特定代码由哪个 AI 提示或模型生成，导致调试和根本原因分析变成猜测。独特卖点是为 AI 生成的代码提供完整的血统和出处。整体价值主张：为 AI 驱动的编码工作流带来透明度、问责制和可维护性。
在 2025-2026 年，Cursor 和 Claude 等 AI 编码工具正迎来爆炸式采用，对 AI 治理、合规、知识产权所有权和代码可维护性的关注日益增加。用户需求正从单纯生成转向负责任且可调试的 AI 集成。监管对 AI 透明度的强调完美契合。这是在标准固化之前的一个理想窗口。优秀时机。
使用现有库实现本地 MITM 式代理来进行 API 拦截在技术上是可行的，尽管维护与不断演变的 AI 工具（Cursor、Claude 等）的兼容性会增加维护工作。本地运行导致运营成本低；供应链或合规风险极小。每个开发者/用户的可扩展性强。对于有代理和开发工具经验的熟练个人或小团队而言，总体上是高可行性。
主要用户：积极使用 AI 编码助手（Cursor、Claude Code）的个人开发者、工程团队和科技公司。人口统计：25-45 岁的专业软件工程师。行业：软件开发和 IT。地理分布：全球，以美国和欧洲科技中心为主。市场规模：快速扩张的 AI 开发者工具 sector 的一部分，需求强劲。核心痛点：缺乏对 AI 代码来源的可见性，阻碍调试和合规。对提升生产力和降低风险的工具有较高的付费意愿。
低。直接竞争对手：1. LangSmith (smith.langchain.com)，2. PromptLayer (promptlayer.com)，3. Helicone (helicone.ai)，4. Phoenix by Arize (arize.com/phoenix)。优势：高度专为 Cursor 等 IDE 工具中的代码血统设计，采用注重本地隐私的代理和事件触发捕获（≥4 行）；与开发工作流更紧密集成。劣势：作为较新的进入者，与成熟平台相比，可能功能较少，LLM 可观察性功能和集成较窄。
升级 Pro 解锁完整 AI 分析
