提供生产环境遥测数据查询能力，涵盖Axiom追踪、Postgres及PostHog分析。用于排查生产错误、延迟、使用情况及变更验证，包含字段布局与APL查询示例。
诊断 Android/iOS/macOS 端与 Brigade 网关的连接和配对失败问题，涵盖本地局域网、Tailscale 及公网路由场景，通过检查配置和日志定位根因并修复。
通过查询Commit的Check-runs诊断CI状态，避免Run结论聚合导致的漏报。提供正确gh CLI命令及分页陷阱处理，用于确认分支/PR是否构建失败及排查原因。
检查本地 @metaharness/kernel 版本与脚手架模板是否一致，防止因版本偏差导致兼容性问题。支持通过 Codex 命令或 CLI 运行，提供精确的匹配状态报告及修复建议。
解析CI失败日志，识别故障环节并分类为偶发、回归、环境或配置问题。用于CI自动巡检循环中，在尝试修复前提供标准化诊断结果及建议操作，避免错误的环境类修复。
用于排查Python依赖冲突、环境漂移及OpenCV/Kornia导入失败问题。通过检查pyproject元数据、直接导入及运行诊断命令，区分标准与contrib包差异，解决共享虚拟环境导致的误报依赖。
提供Java结构化日志最佳实践，支持JSON格式、MDC追踪及AI友好输出。适用于添加日志、调试应用流或分析日志场景，助力通过日志快速定位问题与性能瓶颈。
用于问题诊断的编排技能，通过结构化步骤引导调查、验证和解决方案推导。识别变更失败或新发现，利用规则顾问分析本质，协调子代理完成根因定位与解决。
自动诊断并修复失效或降级技能的系统化技能。支持显式指定或自动选择目标，执行预检、分类、诊断、修复及验证流程，优先提供共享修复方案以解决集群问题。
用于修复已知根因的Bug，处理崩溃、错误结果及API故障。需有明确证据或诊断路径，避免盲目猜测。包含路由判断、最小化修复、验证及清理流程，失败超三次则重启会话。
用于查询和分析NKI内核性能配置文件。支持通过neuron-explorer运行SQL或Python脚本，识别性能瓶颈、计算性能边界并定位低效代码行，辅助内核优化。
提供系统化调试与根因分析框架，涵盖代码级修复、系统级排查及性能诊断。强调先定位根因再实施修复，结合防御性验证与日志CI分析，确保问题彻底解决。
提供四阶段系统化调试方法论，强调先查根因再修复。涵盖根因调查、模式分析、假设测试及实施验证，旨在避免盲目打补丁，确保彻底解决Bug和测试失败问题。
面向LLM智能体强化学习训练、评估及实验设计的故障排查技能。针对奖励不收敛、KL爆炸等具体症状，提供基于知识库的根因分析、诊断步骤及修复方案，辅助算法选择与调优。
