诊断 diffsitter 生成错误或不预期 diff 输出的问题，通过追踪从解析、AST 处理到 hunk 生成的完整流水线各阶段来定位根源。
n8n验证专家，解读并修复验证错误。指导处理缺失字段、类型不匹配等报错及警告，区分误报与真错，通过迭代循环优化工作流配置直至有效。
用于调试和优化Android/Gradle构建性能，分析慢构建、CI/CD性能及编译瓶颈。通过生成构建扫描、识别配置与执行阶段耗时，应用缓存、并行化等优化策略提升构建速度。
用于诊断Seedance 2.0生成失败（如模糊、抖动、违规等）的技能。通过机制分析定位根因，提供修复建议而非重写提示词，旨在恢复用户信心并解决技术故障。
使用 electron-minidump 将 VS Code 原生崩溃转储文件转换为可读回溯，解析缺失的方法名。适用于处理 .dmp 文件、解决符号缺失及 Electron/VS Code 内部构建的崩溃调试场景。
用于调查并修复跨框架和CI系统的间歇性失败测试。通过检测环境、获取CI日志定位根因，提供高置信度的代码修复方案，严禁跳过测试或臆造原因，确保CI构建最终通过。
基于gstack工具进行系统性调试与根因分析，引导用户遵循指定配置文件的规范执行深度故障排查。
用于调试 Zoom 集成中的认证、API、Webhook 或 SDK 问题。通过识别故障层、收集证据、提供假设和验证计划，快速定位并解决技术问题。
用于诊断和修复 Canvasight 插件、MCP 传输、原生组件就绪状态、宿主桥接及安装缓存等运行时问题，提供标准化排查清单与恢复步骤。
诊断ChatCut插件工具失败、变异拒绝及导入生成错误，提供结构化重试与状态同步策略，确保操作合规。
Ralph Wiggum 是自主调试与代码优化专家，专注于根因分析与修复现有逻辑缺陷。通过自动化测试循环、反思机制及策略性回滚，确保代码质量并消除症状式修补，严禁开发新功能。
针对AReaL分布式训练（FSDP2/TP等）的调试指南，涵盖死锁、结果错误、OOM及通信异常。提供最小复现策略、环境变量配置、py-spy堆栈分析及DTensor检查步骤。
指导在多个独立故障或任务并行处理时，如何拆分为多个Agent并发执行以节省时间。适用于无共享状态、可独立调查的场景，如修复不同测试文件或子系统的问题。
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。
指导性能优化、剖析技术及瓶颈识别。用于提升应用速度、降低资源消耗或诊断性能问题，涵盖测量基线、定位热点及实施修复流程。
