用途：对 Datadog LLM Observability 的会话或 trace 做满意度分类，判断用户意图是否被满足，输出 verdict（yes / partial / no）和一句话 reason，可独立调用或由 eval-pipeline 调用。
主要能力：支持三种输入模式——session_id（分类单个 CMD+I 助手会话，并结合 RUM 行为信号）、trace_id（分类单条 trace）、ml_app（按应用名采样，默认时间窗 now-7d，sample_limit 默认 20、上限 50）。默认输出紧凑格式，传入 verbose: true 可得到完整 markdown 报告；ml_app 模式会附加汇总表。
使用方式：需提供 session_id、trace_id 或 ml_app 之一，否则返回 missing_input 错误。后端检测顺序为：参数含 --backend pup 则用 pup；否则若存在 MCP 工具 mcp__datadog-llmo-mcp__search_llmobs_spans 则用 MCP；否则检查 pup --version，可用则用 pup；两者都不可用则提示连接 MCP 或安装 pup。pup 通过 Bash 调用，如 pup llm-obs spans search --query "@session.id:<ID>" --root-spans-only --limit 500 --from 90d，输出 JSON 可直接解析；认证失败需运行 pup auth login。内容读取按 C1 get_llmobs_agent_loop、C2 expand_llmobs_spans + get_llmobs_span_content(field="messages")、C3 根 span 的 input/output、C4 仅结构信号的级联进行；短会话（≤20 轮）逐轮读取，长会话取首尾各 5 轮并扫描异常预览。
适用场景：Datadog 助手类应用的会话质量评估、trace 满意度审计、按应用批量采样分类。
限制：需要 Datadog MCP 或 pup 之一可用；内容可能因功能开关被 REDACTED 或 MASKED，此时只能依赖结构信号；pup 模式下 ml_app 的 aggregate_spans 选项不可用，session 模式的 RUM 步骤改用 pup rum aggregate --user-email；预览字段截断约 200 字符，不能作为判定依据。