用途：对训练运行做同 epoch（同 step）对齐比较，解决“学生仍在训练、却拿基线最终值比较”的常见错误。当用户提出比较 run A 与 baseline/run B、判断是否在追赶或落后、给实验排名、X vs Y 的 wandb/neptune 对比、跟踪相对基线的滞后时触发。
主要能力：自动检测跟踪器，顺序为 WANDB_API_KEY 或项目内 wandb 导入→wandb；NEPTUNE_API_TOKEN→neptune；MLFLOW_TRACKING_URI 或 mlruns/ 目录→mlflow；runs/ 或 lightning_logs/ 目录→tensorboard；运行目录中的 results.json / meta.json→本地文件格式。若都未命中，先询问指标位置。
使用方式：1) 确认完整运行名（项目+实体+run-id），不用短代码；2) 拉取完整指标历史而非仅最终值，如 wandb 用 api.run(...).history(samples=10000)，tensorboard 解析事件文件，neptune/mlflow 用各自 API；3) 取学生当前 epoch/step；4) 将基线切到同一步，若无精确匹配则插值或取最近步并说明；5) 区分代理指标（训练中计算，如 kNN 准确率、loss、perplexity）与下游目标指标（如线性探针准确率、下游 F1），分别报告，只有代理数据时明确说明，不单凭代理判定胜负；6) 输出中每行使用完整运行名。
输出：按指标对（代理+下游）给出紧凑对比表，每行对齐学生当前步，每格可追溯到具体 run-id 与 step，末尾用一两句话解释比较结果。
限制：不提供具体收费、平台或效果信息；若基线无匹配步需插值或取最近步并说明；单种子比较需标注方差或说明为单种子；避免未说明步数就报差值、未展示最近曲线就称收敛、跨运行日志口径不同却评最佳等反模式。