Codex 最近更新的 Record & Replay 插件非常惊艳——它让 AI 解决复杂 Computer Use 任务的方式，从人类"手写 Skill"变成了"演示工作流并自动沉淀 Skill"。实测下来极其强大，但遗憾的是，它仅限于 Codex 生态。
于是，我把这项能力开源了，项目名叫 open-record-replay。
它解决什么问题
现在的 AI Agent 虽然会用电脑，但还不会从"用户的真实演示"中学习并复用 workflow。
open-record-replay 改变了这一点：你只需在 Mac 上操作一遍，它就会把演示过程落盘成结构化的轨迹数据（session.json + events.jsonl）。Agent 可以直接通过这些轨迹去生成 Skill，大幅提升复杂任务的完成度。
Demo
在视频 Demo 中，我用 Claude Code 结合 open-record-replay，完成了一套完整工作流：
从 Obsidian 复制文章 → 上传到 Substack → 完成发布配置
值得一提的是，我故意选了 Haiku 4.5（Claude 目前最轻量的模型），但它依然能稳定完成任务。
现状与方向
目前项目还处于 Beta 阶段，但核心链路已经跑通。
接下来会继续往更通用的方向推进，优化数据格式和交互细节。未来的目标是：在成本可控的前提下，让 Agent 真正稳定地完成长流程 Computer Use 任务——让它不仅是一个 Recorder，而是一个真正为 Agents 打造的 Workflow Learning Layer。