dunetrace-mcp Skill 技能

dunetrace-mcp 是 AI Agent 可观测性 MCP 服务器，将 Agent 运行信号、健康分数和失败诊断直接暴露给 Claude Code、Cursor、Codex 等 AI 编程工具，让开发者在编辑器内就能监控 Agent 生产级表现。

核心价值：当 AI Agent 在生产环境运行时，它在想什么？工具循环多少次？哪一步卡住了？Token 消耗是否正常？Dunetrace 回答这些问题，类似于开发者用调试器调试线上应用。

九大信号类型：TOOL_LOOP（工具重复调用）、CONTEXT_OVERFLOW（上下文溢出）、AUTH_FAILURE（认证失败）、RATE_LIMIT（限流）、TIMEOUT（超时）、STEP_COUNT_INFLATION（步数膨胀）、CRASH（崩溃）、HEALTH_SCORE_DROP（健康分骤降）、UNKNOWN_ERROR（未知错误）。

主要工具：

1. list_agents：列出所有被监控 Agent，显示运行次数、信号数、失败类型分布
2. get_agent_signals：获取指定 Agent 的最新失败信号，含标题、解释和修复建议
3. get_signal_detail：单个信号的完整详情，含证据字典、影响说明和带代码片段的修复方案
4. get_agent_health：健康分（0-100）及四个维度的分项得分：failure_rate（失败率，40分）、loop_avoidance（防循环，25分）、token_efficiency（Token 效率，20分）、latency（延迟，15分）
5. trigger_explain：强制触发某个信号的解释生成
6. resolve_issue：将某个信号标记为已解决
7. 自定义探测器生命周期管理：create/update/delete custom_detector

适用场景：

• 监控生产环境中 AI Agent 的行为质量
• 识别 Agent 的常见失败模式（工具循环、上下文膨胀等）
• 建立 Agent 团队的性能基线，追踪改进
• 团队需要对 AI 编程产出有可量化的质量把控

安装配置：pip install dunetrace-mcp，配置 MCP 客户端（Claude Code/Cursor/Codex）即可。支持 DuneTrace 云服务或自托管部署（设置 DUNETRACE_API_URL 环境变量）。