用途：对生产 LLM 追踪执行结构化根因分析，回答“应用为什么失败”。支持两种模式：Eval Signal 使用 LLM 评审的判定与理由（通过/失败率、评分）；Error Signal 使用追踪中的运行时错误（@status:error、错误类型、堆栈）。若无法从上下文判断模式，会先问一个澄清问题。
主要能力：按“上下文→观察→开放编码→轴心编码→根因分析→建议”的方法论推进。工具包括 list_llmobs_evals、get_llmobs_eval_aggregate_stats、get_llmobs_eval_config、search_llmobs_spans、get_llmobs_span_details、get_llmobs_span_content、get_llmobs_trace、find_llmobs_error_spans、expand_llmobs_spans、get_llmobs_agent_loop。get_llmobs_span_content 支持 path 参数（如 $.messages[0] 取系统提示、$.messages[-1] 取最后回复）。
使用方式：输入 ml_app 或 eval_name（至少一个），timeframe 默认 now-24h。示例：“What's wrong with <ml_app> based on its evals over the last <timeframe>”“Analyze eval failures for <eval_name> over the last <timeframe>”“Look at the errors on <ml_app> over the last <timeframe>”。查询 eval 存在性用 @evaluations.custom.<eval_name>:*，不能直接查具体结果；通过/失败需从 get_llmobs_span_details 读取判定。
适用场景：已配置评估器、想弄清评估为何失败；或未配置评估器、想分析崩溃/异常/工具失败。
限制：仅能查询评估是否存在，不能按结果过滤；OOTB 评估的提示不可查看；无评估标准时阈值需推断；样本不足时置信度低。资料未提供安装命令、收费与平台信息。