用途：调查 Amazon Bedrock AgentCore 运行时会话。基于 CloudWatch Logs Insights 查询 OTEL span，把 sessionId 解析为 traceId，过滤 OpenTelemetry 噪声，并输出结构化调查结果（时间线、错误、工具调用、token 用量、延迟）。
主要能力：session 到 trace 的关联解析；针对专用与合并日志组分别提供结构化字段查询与 glob 风格 parse 查询；AgentCore 专用的 OTEL 噪声过滤启发式；T+offset 格式时间线；错误、工具调用、token 用量与延迟分析。
使用方式：开始调查前先加载 mcp-setup.md（确保 CloudWatch 与 Application Signals MCP 服务器已配置，含 Claude Code、Gemini、Codex、Kiro CLI 的配置指引）；首次配置 MCP 可参考 .mcp.json；查询或过滤 OTEL span 前先加载 otel-span-schema.md（字段提取优先级、已知 instrumentation scope、DROP/KEEP 噪声过滤规则）。若用户只给 sessionId，先用 Phase 0 的发现查询解析 traceId（结构化 fields 查询或合并日志组的 glob parse 查询，也可取最新一次交互的 traceId），随后所有查询都使用解析出的 traceId。Phase 1 用 describe_log_groups 配合前缀 /aws/bedrock-agentcore/runtimes 发现日志组，命名优先顺序：otel-rt-logs（结构化 OTEL span）、[runtime-logs]（stdout/stderr）、-DEFAULT（单一合并日志组）。Phase 2 执行 6 类查询：会话概览、span 详情与时长、错误、工具调用、token 用量、延迟离群值；每条查询必须带 | limit（概览 50、span 详情 100、错误 50、工具调用 100、token 50、延迟 20）以防上下文溢出。查询为异步，用 get_logs_insight_query_results 轮询直到 Complete。Phase 3 按 otel-span-schema.md 统计总数、剔除 DROP 匹配、保留 KEEP 匹配并记录过滤数量。Phase 4 以最早 span 的 startTimeUnixNano 为基准计算 T+ms 相对偏移构建时间线。
限制：专有日志组优先用结构化字段查询，合并日志组若结构化查询返回 0 结果则改用 glob-style parse @message；正则 parse 需转义引号等特殊字符，能用 glob 就用 glob。无日志组时需向用户询问日志组名或 AWS 区域；查询 0 结果可把时间范围放宽至 ±24 小时重试或改用 requestId、invocationId 等 ID 变体；超时用 cancel_logs_insight_query 取消、缩小时间范围重试；部分结果需在输出中注明并建议收窄时间窗口。其他平台、收费与价格信息暂未提供。