luckfu /
llm-tap
llm-tap 是一个本地 LLM 透明代理：只需修改客户端的 Base URL，就能采集真实的请求、响应、Reasoning、工具调用与工具结果，再在 Web 界面筛选记录并导出训练数据。 为什么做这个项目 在做 Agent、代码模型或 SFT 微调时，难点往往不是启动训练，而是获得真实、完整、可控的交互轨迹。手动整理 Claude Code、Codex 等客户端的调用既麻烦，也容易丢失工具调用上下文。 llm-tap 位于客户端和模…
Product images
About
llm-tap 是一个本地 LLM 透明代理：只需修改客户端的 Base URL，就能采集真实的请求、响应、Reasoning、工具调用与工具结果，再在 Web 界面筛选记录并导出训练数据。 为什么做这个项目 在做 Agent、代码模型或 SFT 微调时，难点往往不是启动训练，而是获得真实、完整、可控的交互轨迹。手动整理 Claude Code、Codex 等客户端的调用既麻烦，也容易丢失工具调用上下文。 llm-tap 位于客户端和模型服务商之间，正常透传请求和流式响应，同时把一次完整调用保存在本地。客户端的 API Key 仍然用于真实上游，不需要把模型服务商逐个配置进代理。 主要特点 接入简单： 把 改为 支持多种协议： 自动识别 OpenAI Chat、OpenAI Responses 和 Anthropic Messages。 保留 Agent 轨迹： 保存消息、Reasoning、工具定义、工具调用和工具结果，流式响应会合并成完整结构。 显式选择数据： Web 界面支持按 Host、模型、协议、状态和时间范围筛选，可逐条、按页或选择全部筛选结果；不会默认导出整个数据库。 多种训练格式： 可导出 Canonical、OpenAI Messages、Tool SFT 和 ShareGPT 等格式。 控制单条上下文： 长轨迹可按 Assistant 目标拆分，并限制每条记录的估算长度，同时保持工具调用与结果成组。 本地优先： 数据默认保存在本机，认证头会脱敏；Web 数据接口默认只允许本机访问。 桌面与命令行： 提供 macOS Apple Silicon、Windows x64 发布包，也可以直接从源码运行。 使用流程 text 启动 llm-tap 把 Claude Code / Codex / OpenAI 兼容客户端指向本地代理 正常使用客户端 在 Web 界面筛选并选择调用 检查数据质量和上下文预算 导出目标训练格式 界面截图 筛选并显式选择调用： 只导出所选记录： 这个项目适合正在构建 Agent、代码模型训练集，或希望把日常真实 LLM 使用轨迹沉淀为可审核 SFT 数据的开发者。欢迎试用并反馈不同客户端、协议和训练框架的兼容需求。
Discovery history
- 阮一峰周刊·用户投稿
Discuss this product