Ralph Wiggum 是专注修复现有逻辑缺陷的手术级调试器，严禁开发新功能。通过自主根因调查、测试复现及循环迭代优化代码，确保解决架构根源问题并维持代码整洁标准。
用于Entra ID用户账户的安全调查技能，分析登录异常、MFA状态、设备合规及审计日志。支持标准/快速/全面调查模式，提供内联、Markdown或HTML报告输出，并包含针对风险用户、账号泄露等场景的快捷查询链。
用于调试 AReaL 分布式训练问题，涵盖 FSDP2/TP/CP/EP。处理训练挂起、结果错误、OOM 及通信异常。提供最小复现策略、环境配置、堆栈分析及具体修复步骤。
用于构建、调试和逆向工程FongMi/WebHome应用的WebView注入扩展脚本。支持原生播放路由、TV焦点辅助、WAF诊断等功能，确保增强功能不影响站点原有导航与交互。
提供Kubernetes集群、工作负载、网络及存储问题的系统化调试工具包。涵盖Pod故障、DNS解析、服务连通性、卷挂载及部署回滚等场景，遵循只读诊断优先的安全工作流，确保操作可追溯且风险可控。
用于处理客户端（安卓、浏览器JS、桌面端）逆向与Burp重放。核心原则为Packet-First，优先抓包分析，仅在加密或反自动化导致无法重放时进行逆向。提供安卓、浏览器及桌面的标准化工作流和工具链，确保请求稳定重放。
修复 PageSpeed Insights/Lighthouse 因对比度审计失败导致的“!”错误。涵盖 CSS 滤镜、OKLCH/OKLAB 颜色、低透明度及渐变文本等问题的扫描与优先修复方案，提升无障碍 SEO 指标。
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，涵盖测量原则、多语言工具及常见模式修复。
掌握SQL查询优化、索引策略和EXPLAIN分析，显著提升数据库性能并消除慢查询。适用于调试慢查询、设计高性能架构、优化应用响应时间及解决N+1问题等场景。
用于调试和修复DART项目在任何基础分支上失败的CI检查。支持自动识别失败原因、本地复现、最小化修复及发布分支的cherry-pick策略，确保CI恢复绿色并预防复发。
作为Codex使用追踪数据的证据驱动分析师，通过MCP工具分析令牌消耗、缓存问题及定价估算。支持启动仪表盘、执行压缩实验室调查以识别浪费，并提供诊断与优化建议，特别新增子智能体使用分析功能。
用于配置 TanStack AI 调试日志的技能。支持通过 debug 选项开启/关闭日志、按类别过滤（如 request、provider），并允许接入 pino/winston 等自定义日志记录器，适用于 chat 等所有 AI 活动。
通过Executor MCP查询生产遥测数据（Axiom、PlanetScale、PostHog），用于排查错误、延迟及验证部署。提供字段布局说明及APL查询示例，支持错误归因和上游故障率分析。
