用途：这是一个专注于 APM（分布式追踪）的侦察技能，用于在团队的 OpenTelemetry 追踪数据中发现有意义的回归，包括错误率阶跃、延迟回归、新错误签名、失败依赖和服务流量骤降。它只处理 APM/分布式追踪，不处理 AI 可观测性（忽略 $ai_* 事件）和日志流。
主要能力：通过 apm-spans-aggregate 等工具，将最近 24 小时与 7 天前同一时段按 (service_name, name) 对比，计算错误率（error_count/count）、p95 延迟和请求量。核心判别标准是：在请求量大致稳定的前提下，按速率而非原始总量衡量的 RED 回归。原始错误数或 span 数随流量同步变化属于噪声，不是回归。
使用方式：先做冷启动检查，用 apm-services-list 和 apm-spans-count 判断团队是否使用 APM；若未使用，写入 not-in-use:apm 便签并空跑结束。运行中循环执行定位、探索、记忆和决策步骤，借助 exploring-apm-traces 技能获取查询形态与枚举。发现回归后，通过 scout-emit-report / scout-edit-report 直接撰写或编辑报告，并遵循报告通道契约。
适用场景：按服务与操作监控错误率、p95 延迟、新错误签名、失败依赖和流量骤降；将同一服务或子系统内相关操作聚合成一份报告。
限制：需排除原始计数随流量变化、部署窗口短暂波动、高但稳定的错误基线、开发/测试服务、健康检查端点、低流量冷启动噪声、瞬时客户端重试和单条追踪异常。样本量过小的操作不适合稳定百分位判断。资料未提供具体收费、价格或平台支持信息。