用途：对 Grafana Cloud k6 同一测试的多次运行做跨时间趋势分析，在阈值被突破、告警触发之前发现性能退化。适用于温度指标缓慢漂移、需要判断是服务侧回归还是脚本变更的场景。
工作流程：先确定测试（通过 URL、测试 ID 或名称），默认分析最近 30 天；列出窗口内所有运行，丢弃未达到 finished 状态的运行，可用运行少于 3 次时提示样本不足。随后获取全部指标及其类型（counter、gauge、trend、rate），按类型选择聚合方法：trend 用 histogram_quantile(0.95) 等分位数，counter 用 increase，rate 用 ratio，gauge 用 max。对多目标测试默认按请求分组（如 browser_web_vital_* 按 url，http_req_duration 按 name/status 或 url/status，iteration_duration 按 scenario），需先用标签端点发现可用标签。
分析要点：提取脚本中的 thresholds 定义，计算余量（headroom_pct），划分为 Comfortable（>50%）、Adequate（20-50%）、Thin（<20%）、Breached（<0%）。检测趋势时比较前后半段均值，劣化/改善阈值设为 10%，波动按标准差是否超过均值 25% 判断，并计算每周变化率与预计突破周数。检测到拐点时用 sha256 对比运行内脚本快照，脚本相同则说明退化来自外部；脚本不同则按时间划分为不同分析阶段。必要时可交给 debug-with-grafana 做服务侧关联，或对比浏览器测试的 Tempo 追踪、协议测试的 http_req_waiting 与 http_req_receiving 定位。
使用方式：通过 gcx 调用 GCk6 API，具体认证、路径构建、分页与指标查询语法参考 k6-manage。示例查询：gcx --context <ctx> api "/api/plugins/k6-app/resources/cloud/cloud/v5/load_tests/$LT/query_aggregate_k6(query='histogram_quantile(0.95)',metric='http_req_duration',test_run_ids=[$IDS])" -o json。最终输出结构化报告（运行摘要、指标趋势、问题项、阈值建议），不直接应用变更。
限制：不深入单次运行失败（用 k6-cloud-investigate-test），不编辑脚本或应用阈值（用 k6-test-maintenance），不创建测试脚本，不直接查询服务侧指标。阈值建议默认只收紧不放松，以近期 P95 的 10-20% 余量为目标。