通过查询Commit级别的Check-Runs而非Run结论，准确诊断CI状态。解决因cancel-in-progress导致Run被误判为cancelled从而掩盖Job失败的问题，确保正确识别红色CI并定位原因。
诊断工具，检查本地 @metaharness/kernel 版本与脚手架模板是否匹配。通过读取 manifest.json 计算版本偏差并给出修复建议，用于排查跨机器兼容性问题及 CI 快速失败。
用于在 Android In-App 浏览器中诊断并移除广告、绕过 Anti-AdBlock 检测及屏蔽弹窗视频的广告拦截修复技能。
解析CI失败日志，识别故障作业并分类为间歇性、回归、环境或配置问题。在修复前用于CI自动化排查循环，防止提示注入，指导最小修复、观察或人工升级。
用于排查 Python 项目依赖问题，检查 OpenCV/Kornia 导入失败、pyproject 元数据及环境漂移，区分标准与 contrib 版本差异。
提供JPA/Hibernate最佳实践与常见陷阱指南，解决N+1查询、懒加载异常及事务问题。适用于性能优化和实体关系设计场景。
用于故障诊断的编排技能，通过结构化流程指导调查者、验证者和求解者协作。涵盖范围定义、根因分析、结果验证及解决方案推导，确保排查过程严谨且可追溯。
自动诊断并修复失败或退化的技能。通过预检、分类排查和验证流程，提供系统性修复方案，支持手动指定目标或自动选择最严重问题，确保修复有效且避免重复操作。
用于修复已知根因的Bug和错误行为。适用于崩溃、API失败、数据错误等场景。需具备明确故障证据或复现路径，通过最小改动恢复预期行为，并验证修复效果。
用于查询和分析NKI内核性能配置文件。支持通过SQL或Python对Parquet文件进行数据探索、瓶颈识别及效率优化指导，适用于训练加速器性能调试场景。
提供系统化调试与根因分析框架，涵盖代码级bug、系统级故障及性能问题。强调先定位根因再修复，结合防御性验证与结构化报告，确保问题彻底解决。
提供四阶段系统化调试方法论，强调先定位根因再修复。涵盖根因调查、模式分析、假设验证及实施规范，防止盲目打补丁，适用于排查Bug、测试失败及异常行为。
面向LLM智能体强化学习训练的故障排查与实验设计指南。针对PPO、GRPO等算法训练中的奖励不收敛、评估平坦、KL爆炸等症状，提供基于知识库的根因诊断与修复方案，辅助框架选择与消融实验设计。
用于诊断 KKTerm 中 HTTPS、API 及代理访问时的 TLS 证书故障，包括过期、不信任根、主机名不匹配及握手失败等问题，提供排查流程与安全修复建议。
