该技能用于检索 MLflow 追踪数据，提供单条获取与条件搜索两种方式。用途：按 trace ID 获取单条追踪，或按会话、用户、状态、标签、元数据、评估反馈、时间范围、执行时长等条件查找追踪，常用于调试和根因分析。
主要能力：单条获取使用 mlflow traces get --trace-id <id>；搜索使用 mlflow traces search --experiment-id <id> --filter-string "..."。支持按 run-id、状态（trace.status = 'ERROR'）、时间（trace.timestamp_ms）、执行时长（trace.execution_time_ms）、标签（tag.<key>）、元数据（metadata.<key>，键含特殊字符时用反引号）、评估反馈（feedback.<name>）过滤，支持 LIKE、ILIKE、RLIKE 模式匹配与全文搜索 trace.text LIKE。支持分页（--max-results、--page-token）、排序（--order-by）、输出格式（--output json）及 --include-spans 包含 span 详情。追踪数据结构含 TraceInfo（trace_id、status、timestamp_ms、execution_time_ms、tags、metadata、assessments）与 Spans 树。Python 侧使用 mlflow.search_traces()。
使用方式：先运行 mlflow traces search --help 确认当前 MLflow 版本的参数；再据语法构造过滤查询并执行；需要时再获取具体 trace 详情。时间戳为毫秒，可用 $(date +%s)000 取当前毫秒。过滤语法细节见 https://mlflow.org/docs/latest/genai/tracing/search-traces.md。
适用场景：从 UI 或日志定位问题后按 session/user 拉取相关追踪、查找慢请求、筛选失败追踪并做根因分析。
限制：需已安装并配置可用的 MLflow CLI 及实验环境；参数随版本变化，须先查 --help；文档中未提供的功能、收费或平台支持信息暂未提供。