提供Java应用结构化日志最佳实践，推荐JSON格式以优化AI分析效率。涵盖SLF4J、MDC请求追踪及Spring Boot配置，辅助开发者调试与应用流分析。
自动化诊断技能，通过编排调查、验证和求解子代理，系统化地分析用户报告的问题，确定根本原因并推导解决方案。
提供游戏二进制文件、保护组件及驱动的分析能力，涵盖反汇编、反编译、调试、差异比对及接口重建。支持静态推断与运行时证据分离，处理逆向工程中的不确定性。
用于修复已知根因的Bug和错误行为，如崩溃、API失败或数据异常。需有明确证据或诊断结果时触发，执行最小化代码变更以消除根本原因，并通过测试验证修复有效性，避免掩盖症状。
分析AMD rocprof性能数据，诊断ROCm内核瓶颈。通过追踪和计数器识别调度、占用率及内存带宽问题，提供优化假设与验证建议。
提供系统性调试与根因分析框架，涵盖代码级缺陷、CI/CD故障及性能瓶颈排查。强调先定位根因再修复，结合防御性验证与结构化报告，确保问题彻底解决并防止复发。
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。
诊断 KKTerm 中 HTTPS、API 及代理连接的 TLS 证书问题，涵盖过期、不信任根、主机名不匹配及握手失败等场景。
提供Unity YAML安全手编指南，作为REST API不可用时的最后手段。用于修复脚本GUID断裂、fileID引用错误、.meta文件异常及合并冲突，确保序列化数据完整性。
从编排日志中提取重复故障模式，生成带置信度的失败规则提案。仅支持只读分析，禁止自动修改文档，需人工审批后方可采纳。
系统性调试技能，通过证据定位未知根因并验证修复。适用于bug、测试失败或异常行为场景，强调基于复现和实验排除猜测，确保修复有效且可追溯。
提供结构化的调试流程，用于排查测试失败或构建错误。通过复现、隔离、假设、验证等步骤定位并修复问题，确保最小化代码变更并防止回归。
用于处理异步状态机、工作器生命周期及竞态条件安全的技能。通过定义状态转换不变量、实施幂等性检查及针对性测试，防止并发错误和状态损坏，确保异步路径的健壮性。
利用 gh CLI 分析 GitHub Actions 工作流运行失败原因。通过检查日志、历史运行记录及提交差异，定位具体故障作业、判断稳定性并识别引入问题的提交，最终输出根因分析与修复建议。
