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。
提供 Kubernetes 集群、工作负载、网络和存储的系统化调试工具包，涵盖 Pod 故障、DNS 问题及部署回滚等场景，强调只读诊断与安全操作。
CTF Web 实战知识库，提供 PHP 弱比较、命令注入绕过、SSTI、反序列化等具体 Payload 及审计 Checklist。强调使用工具验证，优先选择简单路径，适用于 CTF 解题场景。
修复Lighthouse/PSI因对比度问题导致的可访问性报错，优化前端代码以改善SEO表现。
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。
指导如何将直觉转化为可交付的修复方案，涵盖证据标准、假设预测及分析技巧。用于评估漏洞机制、验证结论可信度或证明修复有效性。
