用途：对生产环境中的 LLM 追踪做根因分析，回答“某应用在指定时间窗内出了什么问题”“为何今天失败”“某评估器低分原因”等。
主要能力：自动推断分析模式——评估信号（LLM 评审判定与理由）、错误信号（@status:error、错误类型、堆栈）、通用模式（延迟、智能体循环、检索缺失等结构异常）。方法链路为解析→搜索→观察→开放编码→轴心编码→根因导航→建议。工具覆盖评估发现与聚合统计、span 搜索与详情/内容读取、完整 trace 层级、错误 span 查找、智能体循环时间线等。
使用方式：需提供 ml_app 或 eval_name，timeframe 默认 now-24h，可选 mode（eval/errors/generic）与 failure_filter。后端二选一：Datadog MCP 工具，或 pup CLI（pup llm-obs <subcommand>，输出 JSON）。两者都不可用时提示连接 MCP 或安装 pup。搜索时须在查询串中包含 @ml_app:"<ml_app>"。
适用场景：已接入 LLM 可观测性、需要从评估失败或运行时错误定位根因的团队。
限制：依赖 Datadog LLM Obs 数据与上述后端之一；部分评估配置不可查看；智能体循环接口可能返回空；资料未提供具体收费、价格与效果数据。