【开源项目】做了一个 macOS AI Agent 网络监控工具 Flowlight，想听听大家的建议

最近做了一个开源 macOS 项目：Flowlight。

起因是现在用 Claude Code、Codex、Cursor 这类 AI coding agent 时，它们不只是调用模型，还会启动 shell command、curl、git、npm/pip、MCP server 等。很多时候很难回答一个问题：这个 agent 除了模型供应商，到底还访问了哪些地址、传了多少数据？Flowlight 想解决的就是这个问题。它是一个 native macOS 网络监控工具，当前版本是 v0.9.4，支持 macOS 15+。（当然上周ZCode偷偷上传用户代码的事情也是让我觉得必须有东西来监控这个）

主要做了这些功能：

• 按应用/进程记录 TCP、UDP 网络活动：目标域名/IP、协议、上下行流量；
• Live 实时流量、从秒到年的历史报表、图表和 CSV 导出；
• 识别 Claude Code、Codex、Cursor、Gemini CLI、Copilot、Aider、Ollama 等 AI agent；
• 跟踪 agent 启动的子进程，所以 curl、git、npm 等流量能回溯到对应 agent；
• 识别和展示 MCP server、agent 配置中的 skills / hooks / permissions 等；
• 针对异常场景发告警：大上传、敏感协议（SMTP、SSH、文件传输、隧道、数据库等）、陌生域名、裸 IP、离开电脑后仍在传输等；
• 可以给 agent 配 allowlist，必要时阻断指定 app、域名、URL 或 MCP tool；
• HTTPS inspection 是可选功能，默认关闭。启用后可把部分 agent 的 tool call 和实际网络请求关联起来；
• 在真正启用 allow/block rule 前，先拿本机已有流量记录回放，查看这条规则实际会改变哪些连接，避免一开规则就把工作流弄坏。
• 隐私方面：默认只记录网络元数据；HTTPS 解密必须手动开启；数据保存在本机 SQLite，不需要账号，没有 telemetry。
• 项目完全开源，GPL-3.0：

官网：https://flowlight.xinbetween.com/
GitHub：https://github.com/xinbetween/flowlight

欢迎大家试用、提 issue、提 PR，也欢迎点个 star 支持一下。尤其想听听大家对这几个问题的建议：

• 对 AI agent 的网络可观测性，哪些信息最有价值？
• 规则模拟/网络阻断在真实开发工作流中是否实用？