用途：graph-trace 用于代码智能分析，回答“调用/创建/更新 X 时会发生什么”“谁调用或触发 X”“X 的完整流程是什么”等问题，也可用于影响面分析、跨服务追踪（沿 MESSAGE_BUS 边查看哪些服务消费事件）以及前后端流程追踪。
主要能力：基于 BFS 从目标节点沿多种边类型追踪，输出多层级树。追踪的边类型包括 CALLS（直接函数/方法调用）、TRIGGERS_EVENT（实体 CRUD 触发事件处理器）、PRODUCES_EVENT（事件处理器触发总线消息生产者）、MESSAGE_BUS（生产者到消费者的跨服务消息）、TRIGGERS_COMMAND_EVENT（命令触发命令事件处理器）、API_ENDPOINT（前端 HTTP 调用到后端路由）。
使用方式：需先存在图数据库 .code-graph/graph.db，缺失时先运行 $graph-build。基本命令为 python .claude/scripts/code_graph trace <target> --json；可用 --direction downstream|upstream|both 选择方向（默认 downstream），--depth N 控制最大深度（默认 3），--edge-kinds 过滤边类型，--node-mode file|function|class|all 控制粒度，--json 输出结构化结果。目标不明确时先用 python .claude/scripts/code_graph search <keyword> --kind Function --json 找到完整限定名再重试。
适用场景：排查 bug 或失败时，建议从最终读取/输出文件向上游或双向追踪，再枚举生产者；理解代码变更影响范围；追踪跨服务事件流；在 grep 找到关键入口文件后立即做一次双向追踪。
限制与注意：不要省略 --json；深度不宜超过 5，否则结果噪声大，应改用边类型过滤；单跳查询应使用 callers_of 或 importers_of；结论需有 file:line 证据且置信度高于 80% 才可行动。资料未提供该技能的收费、平台支持范围与性能数据。