分析 Swift 及混合语言编译热点，基于构建时序和诊断数据生成源码级优化建议，解决编译慢、类型检查警告等问题。
通过注入结构化日志代码到用户应用中，将调试数据发送至本地HTTP服务器并记录为JSONL文件，支持读取、分析和清理，用于深入调试。
通过REST API读取Yandex Cloud资源（VM、K8s集群、指标、日志等）的只读技能。严禁使用CLI或执行写操作，仅用于诊断和查询。
提供系统化排查复杂Bug和性能衰退的纪律性流程。通过构建快速、确定的反馈循环（如自动化测试、脚本回放、二分法等），实现复现、最小化、假设验证与修复，提升调试效率。
配置 MCP 连接以启用 AI 代理与 NetAlertX 运行时的实时交互，支持数据库查询、网络扫描和设备管理等操作。
诊断并调优 Relax On-Policy Distillation 训练，针对教师引擎参数、显存及卡分配等 OPD 特有问题进行优化。
提供通过GitHub REST API、Web界面和Git命令恢复或删除后仍存留的提交内容的方法，支持获取代码、差异和元数据。
管理Android性能分析与调试，路由录制和分析请求至对应工作流。处理系统追踪、内存泄漏、卡顿等性能瓶颈调查，协助用户制定并执行性能优化计划。
针对 Okojo.Node 引擎进行调试，通过复现、缩小范围、使用沙箱和反汇编工具分析运行时/编译器 bug，并与 Node.js 行为对比以实施精准修复。
用于代码故障排查、事故溯源及 unfamiliar 代码区域探索的取证式调查技能。通过结构化证据分级（确认/推导/假设）和案例文件记录，重建系统行为并构建心智模型，辅助工程师在动手前理清问题根因。
自动修复 TrueCourse 代码违规项。支持按差异或全量分析筛选，仅应用含 Fix 块的自动修复，并引导用户重新验证结果。
