用途：分析智能体执行轨迹，回答关于某次运行发生了什么、为何失败、效率如何等问题。
主要能力：通过 fetch_trace.py 脚本读取轨迹。overview 返回元数据（状态、时长、token、模型）与摘要（请求、答案预览、工具调用计数）；steps 分页列出步骤；step 查看单个步骤完整内容；llm-calls 分页列出 LLM 调用及 token 成本；llm-call 查看单次调用内容；answer 仅返回最终答案。
使用方式：建议先运行 python scripts/fetch_trace.py <trace_id> overview 了解全貌，再按问题深入。常用命令：python scripts/fetch_trace.py <id> steps [start] [count]（默认每页 30）、python scripts/fetch_trace.py <id> step <N> [--offset <chars>]、python scripts/fetch_trace.py <id> llm-calls [start] [count]、python scripts/fetch_trace.py <id> llm-call <N> [--offset <chars>]、python scripts/fetch_trace.py <id> answer。内容较大时脚本自动分段至约 4000 字符，输出末尾出现 [CONTINUED: ...] 时按提示命令继续读取，例如 step 5 --offset 4000、--offset 8000。
适用场景：失败诊断（overview→定位错误→步骤列表→检查失败步骤）、token 效率分析（总 token→逐次调用明细→找出高开销调用）、行为理解、工具使用审计。
限制：需设置 API_BASE_URL 覆盖默认端点 http://127.0.0.1:62610；其余环境与依赖要求资料未提供。