用于诊断和修复 Canvasight 插件、MCP、原生组件就绪状态、宿主桥接及运行交付等故障，涵盖安装、缓存、连接及超时等问题。
诊断ChatCut插件工具失败、变异拒绝及导入渲染错误，提供基于当前MCP Schema的修复策略，涵盖冲突处理、媒体导入、生成及导出验证场景。
分析Chrome/React等性能追踪数据，定位前端渲染瓶颈与卡顿根源。通过构建触发到源码的证据链，区分事实与推断，识别强制布局、重排风暴等问题，并提供语义安全的修复方案及验证步骤。
系统化根因调试技能，指导用户通过复现、缩小范围、定位根因、修复及验证五步法解决Bug。适用于报错、崩溃或测试失败场景，强调先找原因再改代码，避免盲目修改。
用于立即执行问题分析和根本原因调查的 Skill。通过运行 Python 脚本启动调查流程，专注于识别问题发生的原因而非修复方案。
Protocol D 系统调试技能，指导通过 READ、ISOLATE、DOCS、HYPOTHESIZE、VERIFY 五步法排查代码错误。适用于遇到报错、崩溃或陷入困境的场景。
Ralph Wiggum 是自主代码修复专家，专注于根因分析与逻辑缺陷修复。通过自动化调试循环、测试复现和反思机制，确保代码整洁与稳定，严禁开发新功能，仅执行手术式修复。
分析AI代理运行时活动，包括使用情况、工具调用、通道、Token消耗及Prompt Shield安全 verdict。支持多数据源自动检测与租户/用户级范围查询，用于监控行为与识别越狱等安全风险。
指导在AReaL中调试分布式训练问题，涵盖死锁、结果错误、OOM及通信故障。提供最小复现原则、环境配置、调用栈分析及具体排查步骤，适用于PyTorch分布式场景。
提供Kubernetes集群、工作负载、网络及存储问题的系统化诊断与修复方案，涵盖Pod故障、DNS、部署回滚等场景，强调安全优先的只读诊断流程。
修复 PageSpeed Insights/Lighthouse 中的无障碍对比度错误，通过移除 CSS 滤镜、转换颜色格式及调整透明度等方案提升 SEO 与性能。
用于处理 OpenKnowledge 故障报告与调试。通过 ok bug-report CLI 自动收集并脱敏诊断日志、系统信息及 IPC 错误，生成结构化 ZIP 包供用户提交 GitHub Issue，并提供版本过低时的更新建议及手动排查回退方案。
提供性能优化策略、分析瓶颈及剖析技术指南。适用于应用变慢、资源消耗高、数据库或API响应延迟等场景，指导通过测量和迭代解决性能问题。
