unstuck-agent-trace

该数据集名为Unstuck — agent trace，是Unstuck项目背后的代理追踪数据，专为Build Small Hackathon构建。它由OpenAI Codex CLI驱动，并由Claude Code审查，记录了代码生成和审查的交互过程。数据集包含四个核心文件：PROMPTS.md提供了每项任务的提示包，包括范围化的一次性提示、文件命名、测试优先和预期测试数量；AGENTS.md是Codex的常驻工作合约，涵盖架构、模型锁定、测试和提交规则；commit-trail.md是每项任务产生的提交记录，由Codex编写、Claude审查；field-notes.md则记录了构建过程中的经验和学习总结。数据集以快照形式保存（截至2026-06-11），适用于研究代理协作、代码生成、提示工程和软件开发流程分析。

The dataset named Unstuck — agent trace is the agent trace data behind the Unstuck project, specifically built for the Build Small Hackathon. It is powered by OpenAI Codex CLI and reviewed by Claude Code, documenting the interaction process of code generation and review. The dataset includes four core files: PROMPTS.md provides prompt packages for each task, including scoped one-shot prompts, file naming, test-first approach, and expected test counts; AGENTS.md is Codexs resident work contract, covering architecture, model locking, testing, and submission rules; commit-trail.md contains commit records generated for each task, written by Codex and reviewed by Claude; field-notes.md records experiences and learning summaries from the build process. The dataset is saved as a snapshot (as of 2026-06-11) and is suitable for research in agent collaboration, code generation, prompt engineering, and software development process analysis.

原始信息汇总

数据集概述：Unstuck — agent trace

• 许可证：Apache-2.0
• 标签：build-small-hackathon、agent-trace、codex、claude-code
• 名称：Unstuck — agent trace

数据集内容

该数据集记录了构建 Unstuck 过程中使用的智能体追踪信息。Unstuck 是一个为 Build Small Hackathon 构建的项目，由 OpenAI Codex CLI 驱动，并经过 Claude Code 审查。数据集的快照时间为 2026-06-11，最新版本保存在源仓库中。

文件结构

文件	说明
PROMPTS.md	按任务划分的提示包——包含一次性提示，每个提示指定了对应文件、先写失败测试、预期测试数量
AGENTS.md	Codex 始终加载的工作合约——涵盖架构、模型锁定、测试与提交规则
commit-trail.md	每个任务的提交记录——由 Codex 编写、Claude 审查
field-notes.md	构建过程中的总结与学习心得

搜集汇总

数据集介绍

构建方式

该数据集源于一场旨在推动小型化构建的黑客松活动，其背后依托于OpenAI Codex CLI与Claude Code的协同工作流。构建过程中，首先由Codex CLI驱动生成针对性的一次性提示词包，每个提示词明确指定了待处理的文件名称、先以失败测试为起点的开发要求，以及预期的测试数量。随后，这些提示词与记录架构约定、模型锁定规则及测试提交规范的长期工作合约一同，构成了Agent运行的核心指令集。最终，每次任务的提交记录及现场笔记被完整保留，形成了从提示词到提交轨迹的完整闭环数据集。

特点

该数据集的核心特征在于其完整记录了一个AI Agent从任务定义到最终交付的端到端工作流程。它并非静态的数据快照，而是包含了动态的开发过程元数据：提示词包提供了可复现的任务上下文，工作合约确保了架构的一致性，提交轨迹则清晰展示了代码演进的每一步。此外，数据集中还包含了开发者对构建过程中所学所得的直接反思，这些现场笔记为理解Agent行为背后的决策逻辑提供了宝贵的第一手视角。

使用方法

在使用本数据集时，研究者可首先通过提示词包还原Agent所面对的具体编程任务及其约束条件，从而复现或对比不同的Agent执行策略。接着，结合提交轨迹与工作合约，能够逐帧分析代码生成、测试驱动及版本控制流程中的关键节点。最后，利用现场笔记中的经验总结，可进一步校准对Agent能力边界的认知。该数据集特别适用于研究多Agent协作范式、提示工程对代码质量的影响，以及构建可复现的自动化编程流水线实验基线。

背景与挑战

背景概述

Unstuck—agent trace数据集诞生于2026年由OpenAI Codex CLI与Claude Code联合驱动的Build Small Hackathon竞赛中，由构建者art87able主导创建。该数据集旨在记录和分析多智能体协作开发流程，核心研究问题聚焦于大语言模型驱动的代码代理在复杂软件工程任务中的执行轨迹、任务分解与代码审查机制。作为首个公开的代理协作追踪数据，它为研究人机协同编程、智能体工作流可解释性提供了宝贵的实证素材，对理解代码生成模型的自主决策边界具有开创性意义。

当前挑战

该数据集需解决的领域问题在于，现有代码生成模型常缺乏完整软件工程流程的可回溯性，尤其是多代理协同中的失败模式与调试策略未被系统记录。构建过程中面临的挑战包括：如何精确捕获Codex CLI与Claude Code的跨代理交互细节，避免日志冗余或遗漏关键决策点；如何标准化不同代理的任务生成规范（如PROMPTS.md中单次提示的精准性）并维持测试导向的可靠性；以及如何在开放仓库中平衡知识共享与数据隐私，确保轨迹可复现的同时不泄露敏感上下文。

常用场景

经典使用场景

Unstuck-agent-trace数据集在人工智能与软件工程交叉领域中，通常被用作研究基于大型语言模型的代码生成智能体行为的基准素材。该数据集记录了由OpenAI Codex CLI驱动、经Claude Code审核的完整智能体追踪轨迹，包括分阶段的任务提示、系统架构约束、测试优先的开发流程以及提交记录。研究者可借助它分析多智能体协作中指令遵循、代码迭代与质量保障的动态机制，揭示语言模型在复杂编程任务中的决策模式与故障恢复策略。

解决学术问题

该数据集解决了当前学术界在理解智能体编码行为方面缺乏可复现、可审计的细粒度交互记录的难题。通过提供结构化的提示-行动-审核-提交闭环数据，它使研究者能够量化评估模型对齐策略的有效性，探究提示工程对生成代码正确性的影响，以及多智能体协作中的职责分配与冲突消解机制。其意义在于推动可解释人工智能在软件开发领域的发展，为构建更鲁棒、自适应的编码智能体提供实证基准。

衍生相关工作

基于该数据集，研究人员已衍生出多项相关工作，包括提示链优化技术、智能体行为一致性评估框架以及多阶段代码生成的可信度分析方法。例如，有工作利用其字段笔记和提交轨迹，开发了能够自动检测智能体偏离预设架构的风险监测模型。此外，该数据集还促进了关于模型锁定策略与人类审核回路结合效果的研究，催生了若干针对代码智能体调试与回滚机制的新型基准测试集。