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。
用于处理多个独立故障场景。当存在3个以上无共享状态且可并行处理的独立问题时，为每个领域分发专用智能体并发排查，避免顺序调查浪费时间，最后整合结果验证修复。
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。
修复通过 gz-physics、Gazebo 或 gz-sim 报告的 DART 下游问题（如崩溃、NaN/Inf）。流程包括分析根因、在 DART 6 LTS 及 main 分支实施最小化修复与回归测试，并运行 CI 验证。
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。
检查本地@metaharness/kernel版本与harness脚手架时的版本是否一致，用于排查跨机器兼容性问题。根据差异程度返回匹配、警告或失败结论，并提供修复命令。
用于修复特定、明确的问题（如CI失败、评论或拼写错误）。通过最小化代码变更解决问题，禁止无关重构。需确认根因、运行测试并输出结构化修复提案及风险评估。
解析错误日志、堆栈跟踪和崩溃报告，生成结构化根因诊断。适用于应用异常、崩溃或报错场景，输出包含错误分类、根因分析、受影响代码路径、具体修复建议及后续调试步骤。
用于排查 OpenCV/Kornia/ComfyUI 依赖问题、导入失败及环境漂移。涵盖 pyproject 元数据检查、标准与 contrib OpenCV 差异分析，以及共享虚拟环境中因其他节点安装导致的误报检测。
该技能用于故障诊断，通过编排调查、验证和求解子代理识别根因。支持变更失败与新发现分类，利用规则顾问分析核心问题，迭代生成解决方案并输出报告。
- «
- 1
- »
