用途:把“它不工作”变成具体原因。该技能只读,仅使用元数据工具,不读取追踪内容,因此没有注入面。使用前先阅读 references/mcp.md 了解工具契约、密钥范围和 72 小时窗口;若该文件缺失,可向用户索取,或遵循硬规则:所有工具只读、观测查询上限 72 小时、Metadata-only 密钥暴露 7 个工具、With-content 密钥暴露全部 9 个。
主要能力与流程:按固定顺序诊断,逐步缩小故障范围。1)连接与密钥范围:确认 progress-observability MCP 工具可用,通过是否存在 get_observation_details_with_content 判断密钥范围(存在为 With-content,9 个工具;不存在为 Metadata-only,7 个工具),并说明其影响,例如 eval-from-trace 需要 With-content 密钥才能引用真实示例。若工具缺失或调用返回鉴权错误,说明服务器未认证,修复点是 OBSERVABILITY_MCP_API_KEY 或 .mcp.json 中的密钥,而非平台。2)近期数据:调用 list_observations,type 为 traces,最近 24 小时,小 limit。非空则报告数量、服务与最新时间戳;24 小时为空则扩大到 72 小时重试;72 小时有而 24 小时无说明流量陈旧;72 小时仍为空则区分无埋点、密钥/项目错误或流量早于窗口。3)埋点深度:对最近若干追踪调用 get_observation_details(元数据,include_children),两种密钥范围均可用。有真实子跨度(工具调用、检索、生成)为健康;无子跨度说明 SDK 只捕获顶层跨度,需标记。若应用使用 LangChain、LlamaIndex、Haystack、CrewAI、LangGraph 但追踪只是裸 LLM 调用,最可能原因是 Python 中框架 instrumentor 依赖发行包名,仅依赖 langchain-core 或 llama-index-core 而未装 langchain / llama-index 元包会静默禁用,建议用 /instrument-agent 修复。4)评估:调用 list_evaluation_tasks,再对若干任务调用 get_evaluation_scores。未配置可以接受,但 coverage-gaps 与评估监控至少需要一个 judge,可提供 generate-eval;有任务但无近期分数说明处于休眠。
输出:紧凑清单,每项一行、带状态标记,非绿色项给出单一具体下一步,最后给出最高优先级修复或明确的全清结论。限制:绝不写回平台,服务器只读;资料未提供具体价格、平台支持范围等额外信息。