TraceAI CLI 诊断与报表助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_88d335e9/traceai。
技能介绍
解决什么问题
Agent 工具调用、MCP 和 SDK 事件发生后,工程师常缺少一个稳定入口来确认 traceai 是否可用、存储是否正常、失败来自参数设计还是代码故障。这个技能面向这类排障和分析任务,把安装、验证、指标查看与报表导出组织成可执行步骤。
技能如何工作
它以 traceai 命令为默认入口,优先使用本地构建与 SQLite 存储,默认数据库名为 traceai.db。典型路径是:先用 version 确认二进制与版本注入,再用 health 确认存储与服务可用,接着用 metrics 查看运行指标,最后用 report 和 export 分析工具热度、错误率、行为画像与 Agent 使用情况。报告通常包含 Tool Heatmap、Error Rate Ranking、Behavior Profile、Failure Reasons、Agent Usage 与 Trend;导出支持 CSV 和 JSON,便于表格查看或二次分析。
适用边界
适合执行命令、验证 release、检查配置、数据库路径、权限和日志的场景;不适合只讨论产品路线、功能价值或不需要实际运行命令的情况。遇到 health 失败时应检查存储路径与权限,不要直接解释为没有数据;export 为空也不等于命令失败;不要默认写入 demo 数据。
使用场景
- 在验证本地 Agent 构建后,确认 version、health、metrics 命令能正常输出。
- 分析 MCP 工具调用数据,找出高频工具、低使用功能和失败率排序。
- 当 health 失败时,检查 SQLite 路径、权限和 TRACEAI_CONFIG 等环境变量。
- 导出 CSV 或 JSON 报表,交给开发者做二次分析或写入表格。
适合人员
- 负责 Agent 调用的后端工程师,需要定位工具失败来自参数设计还是代码故障。
- 维护 MCP 服务的平台工程师,需要查看工具热度、失败率和使用趋势。
- 本地构建 release 的 DevOps 工程师,需要验证 traceai 命令和存储链路。
- 分析 SDK 事件的数据工程师,需要导出 JSON 或 CSV 做二次分析。