通过解析 Copilot CLI 会话的事件日志，调查并解释意外行为、延迟或工具调用失败等问题。
执行调试流程，调度 debug-detective 智能体定位根因并生成 ROOTCAUSE.md。管理运行文件夹、更新状态及处理重试，确保在提出修复前基于证据验证假设。
诊断并修复 Canvasight 插件、MCP、原生组件就绪、宿主桥接及运行交付等运行时问题。提供标准化排查清单，涵盖复现、分层分类、工具验证及日志分析，确保准确识别故障层并执行恢复操作。
诊断 ChatCut 插件工具故障，处理突变拒绝、导入媒体失败、生成及渲染错误。指导正确重试策略与导出流程，避免无效操作。
用于解决 macOS 应用切换器图标与 Dock 图标不一致的问题，通过逆向分析插件和偏好设置，生成 Swift 代码以重建并同步正确的 Dock 图标。
分析 Chrome、Electron 等性能追踪文件，定位渲染卡顿与布局重排瓶颈。通过构建从触发到源码的证据链，区分测量事实与推断，实现安全修复并验证性能改进，适用于帧率下降、长任务及交互延迟问题。
Protocol D 是一套系统化调试方法论，引导通过阅读错误、隔离问题、查阅文档和提出假设来排查故障。适用于开发者遇到报错、程序崩溃或陷入困境时，提供结构化的问题解决流程。
Ralph Wiggum 是专注于现有代码缺陷修复的自主调试与优化智能体。它通过根因分析、自动化测试循环和代码反思机制，严格禁止开发新功能，旨在彻底解决逻辑故障并提升代码质量。
用于检测终端设备进程执行行为的范围漂移，通过对比基线与近期活动计算加权漂移分数，识别异常扩展、新进程链及潜在安全威胁，支持单台或全网设备分析。
提供AReaL分布式训练（FSDP2/TP等）调试指南，针对死锁、结果错误、OOM及通信异常。涵盖最小复现策略、环境变量配置、py-spy堆栈分析及具体排查步骤。
