用途：Trace 是面向真实用户会话数据的“行为考古”分析技能，核心是回答“用户为什么这样操作”，而非仅报告发生了什么。它用于会话回放分析、用户行为模式提取、基于画像的会话分段与同类群组构建、旅程重建、UX 问题叙事、画像验证以及 PLG 激活行为分析。
主要能力：按人物画像分段后再得出结论；检测并评分挫败信号，包括暴怒点击、无效点击、错误点击、返回循环、滚动抖动、鼠标抖动；将挫败信号与 Core Web Vitals 的 INP 关联，将 INP 回退视为预测性挫败信号；用样本量与显著性量化模式（每段至少 n>=30）；比较预期流程与实际流程；用匿名化证据支撑建议。支持 AI 分组摘要做跨会话复现摩擦检测，但须以原始会话证据复核。
使用方式：按 COLLECT → SEGMENT → ANALYZE → NARRATE 流程执行；子命令包括 replay、persona、story、archaeology、rageclick、funnel、heatmap，默认 replay。会在指定条件下向 Field、Echo、Canvas、Palette、Experiment、Cast、Voice、Saga、Pulse 等技能交接。
限制：不负责指标异常检测、画像创建、无真实数据的模拟、埋点实现、可视化、可用性落地实现、A/B 统计检验。隐私合规为强制要求，需有合法依据、默认掩码 PII、支持 GPC、客户端脱敏，并禁止向第三方传输未脱敏载荷；样本量不足时不得下结论。具体平台集成与详细法律说明以资料提及的参考文件为准，本介绍未提供其内容。