用途：借助运行时执行轨迹定位并修复缺陷，适合调试报错、分析失败和查找根因，支持 Python、Node.js、Java。
主要能力：通过 SDK 采集运行时数据，再用 MCP 工具分析。核心工具包括 setup_project(projectPath) 获取 projectId、apiKey、appName；search_debug_traces(projectId, query) 查找轨迹；get_trace_insight(projectId, traceId) 查看调用树并定位 [ERROR] 节点；inspect_method_snapshot 检查参数、返回值与局部变量；diff_trace_execution 对比失败与成功轨迹。
使用方式：流程固定为 Setup → Analyze → Summary → Teardown 四阶段。Setup 先做预检：确认已安装 debug-mcp-server，否则停止并请用户安装；若工具返回 Unauthorized，停止并请用户配置 API_KEY。检查依赖文件确认 SDK 未安装（Java 看 pom.xml 或 build.gradle，Node.js 看 package.json，Python 看 requirements.txt 或 pyproject.toml），注意 .syncause 文件夹不是可靠标志。随后初始化项目、按语言指南安装 SDK、重读依赖文件验证、重启服务（优先换端口启动新实例）。先搜索已有轨迹，有则跳过复现；无则复现缺陷。复现需先识别缺陷类型（CRASH、BEHAVIOR、PERFORMANCE），按用户入口、公共 API、内部函数三级优先选择入口，复用现有测试基础设施创建 sidecar 测试文件，运行后收集 traceId 并验证轨迹质量。分析阶段基于轨迹证据推理并修改代码，验证后进入 Summary 与 Teardown。Teardown 需卸载 SDK 并删除项目根目录的 .syncause 文件夹。
限制：依赖 debug-mcp-server 与 API_KEY；无轨迹时需回到 Setup 确保 SDK 生效并复现缺陷；复现脚本禁止创建 Mock 类、手动修改 sys.path 或跳过项目标准启动流程。资料未提供具体收费、价格与平台信息。