用途：借助 PostHog 采集的 OpenTelemetry 分布式追踪（span 树）排查服务性能问题，例如“时间耗在哪里”“错误发生在哪”“请求是否经过某服务”“不良 span 有何共性”“何时出现尖峰”“延迟分布如何”。注意它只针对 APM / OpenTelemetry 追踪，不适用于 AI 可观测性事件或日志。
主要工具（MCP）：query-apm-spans 搜索过滤 span，apm-trace-get 按 trace_id 取完整 span 列表，apm-spans-aggregate 按操作聚合计数与 p50/p95/错误，apm-spans-tree 按父子边聚合，apm-spans-count 计数，apm-spans-sparkline 时间序列，apm-spans-duration-histogram 时长分布，apm-attribute-breakdown 按属性分组，apm-services-list 列服务，apm-attributes-list 与 apm-attribute-values-list 列举属性键值。涉及 SLO 燃烧率时先调 posthog:metric-list 找 slo_explicit_burn_by_operation，再用 posthog:data-catalog-metric-run 跑获批的非漂移匹配；无匹配则说明并标注非规范。
用法：调试某 trace 时先 apm-trace-get（参数 trace_id），返回 results 列表与 _posthogUrl 深链，务必把链接给用户，且不要手工拼接 PostHog URL；query-apm-spans 不返回该链接，需取其 trace_id 再调 apm-trace-get。按属性过滤前先用列举类工具发现服务与属性，再构造 filterGroup（type 为 span_attribute 或 span_resource_attribute）。结果过大时 Claude Code 会持久化为文件，可用脚本分析：python3 scripts/print_summary.py FILE、python3 scripts/print_timeline.py FILE、SPAN="name" python3 scripts/extract_span.py FILE、SEARCH="kw" python3 scripts/search_spans.py FILE、python3 scripts/show_structure.py FILE，均支持 MAX_LEN=N。
分析要点：按 self_time_nano 找真实耗时；status_code==2 为错误；kind 0–5；根 span 的 parent_span_id 为 0000000000000000；时长为纳秒。限制与未提供信息：具体收费、价格、平台支持范围、权限要求等资料未说明。