analyzing-mlflow-trace

A trace captures the full execution of an AI/ML application as a tree of spans. Each span represents one operation (LLM call, tool invocation, retrieval step, etc.) and records its inputs, outputs, timing, and status. Traces also carry assessments — feedback from humans or LLM judges about quality.

It is recommended to read references/trace-structure.md before analyzing a trace — it covers the complete data model, all fields and types, analysis guidance, and OpenTelemetry compatibility notes.

Traces can be 100KB+ for complex agent executions. Always redirect output to a file — do not pipe mlflow traces get directly to jq, head, or other commands, as piping can silently produce no output.

単一の MLflow トレースを分析して、それに関するユーザーのクエリに答えます。ユーザーがトレース ID を提供し、デバッグ、調査、問題、根本原因エラーの発見、動作の理解、または品質の分析を依頼する場合に使用します。 「このトレースを分析する」、「このトレースで何が問題になったのか」、「トレースをデバッグする」、「トレースを調査する」、「このトレースが失敗した理由」、「このトレースの根本原因」をトリガーします。 ソース: mlflow/skills。