关于 mlflow-trace-metrics
用于查询 MLflow 的 trace、span 和 assessment 指标的 skill，指导选择指标与聚合方式、限定时间范围，并解读不完整或缺失的结果。
主要功能
- 01查询 trace、span 或 assessment
- 02选择指标与聚合方式
- 03设置明确的时间边界
- 04检查维度与单位
- 05识别分页及数据缺失
适用场景
- 01统计一段时间内的 token 总量
- 02汇总延迟分布
- 03按状态统计 trace 数量
- 04查看数值型 assessment 分数
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/mlflow-trace-metrics确认已加载。
附带文件references/api_reference.mdscripts/fetch_metrics.py
详细介绍
查询 MLflow 指标
复用服务、实验 ID 和请求的时间窗口。选择所需的确切指标、视图、聚合方式和分组；令牌数量不等于货币成本。
前置条件
对于聚合查询，请阅读指标 API 参考。如果任务还需要单条轨迹，请在搜索前阅读轨迹检索；如果无法获取，请使用搜索指南。
步骤 1：检查客户端
根据此技能文件的相对路径找到 scripts/fetch_metrics.py；使用 --help 查看标志。Databricks 托管的跟踪不支持指标端点和辅助脚本。对于 OSS，它们接受 HTTP(S)，不接受 databricks:// 配置文件，也不会添加身份验证标头。请使用现有的、受支持的已认证客户端，或说明阻碍；切勿将 Databricks 配置文件转换为工作区 URL，也不要索要粘贴的令牌。
步骤 2：选择指标
使用API 参考选择 TRACES（默认）、SPANS 或 ASSESSMENTS。实体使用 COUNT，令牌使用 SUM，分布使用 AVG/P95。不要默默替换指标。
步骤 3：查询时间窗口
查询明确的边界：epoch 毫秒、带时区的 ISO 时间戳、now 或 -24h 这类相对值。分桶单位为秒，且必须同时指定两个边界。
python <SKILL_DIR>/scripts/fetch_metrics.py -s <SERVER> -x <EXPERIMENT_ID> \
-m total_tokens -a SUM -t 3600 --start-time="-24h" --end-time=now -o json
延迟：-m latency -a AVG,P95 -d trace_name。数值质量：-v ASSESSMENTS -m assessment_value -a AVG -d assessment_name。状态计数：-m trace_count -a COUNT -d trace_status。保持相同的明确时间窗口。
验证
检查实际的 metric_name、维度和值；报告确切的实验和时间窗口、指标、聚合方式、单位、筛选条件及覆盖范围。data_points 为空不代表用量为零；缺少令牌检测可能导致计数偏低。质量摘要需要提供每个评分器的量表，以及有效/错误/缺失分母：零/false 可能是有效值，评分器失败不等于零分，不相关的评分器不应求平均。
next_page_token 表示结果不完整；辅助脚本会显示它，但无法获取后续页面。请使用现有的、支持分页的客户端，或说明结果不完整。按状态统计的数量不等于错误率：只有在分母完整且明确说明时，才能用 ERROR / 所有状态推导错误率。区分请求/身份验证失败和空结果。聚合结果需要有代表性的轨迹证据，才能进行因果诊断。
参考
API 参考：传输字段、指标/视图兼容性，以及指标专用筛选条件。