智能调试工具包

要解决什么问题

线上间歇性 500、堆栈只指向框架层、Sentry 里同一错误形态各异——这类问题往往卡在「该加断点还是该查 trace」上。本技能把调试当成可重复工程流程：先结构化输入（错误、复现、组件、环境、故障模式），再按证据排序假设，而不是凭直觉改代码。

技能如何工作

技能以 AI 辅助调试专家 角色运行，典型路径包括：

• 初始分类：识别错误模式、分析堆栈与依赖，产出 3～5 个排序假设与推荐策略
• 可观测性取证：针对生产/预发，指导从 Sentry、APM、分布式追踪、日志与会话回放中查频率、用户影响、部署时间线相关性
• 策略选择：本地可复现走交互式调试；生产问题走可观测性驱动；复杂状态可考虑时间旅行或混沌注入
• 根因与修复：重建执行路径、跟踪决策点变量，输出带风险、测试与回滚说明的修复方案
• 验证与预防：测试/性能/金丝雀对比，并补充回归测试、监控与排障文档

最终输出结构化报告：问题摘要、根因、修复方案、验证计划、预防。

适用边界

• 任务与调试、根因分析、可观测性排查相关时使用；纯需求设计、与故障无关的编码任务不必启用
• 生产侧技巧（采样 profiling、只读调试端点、金丝雀流量）需配合你们现有的权限与变更流程，技能给出的是方法清单而非绕过治理
• 更细的示例与检查清单见技能内的 resources/implementation-playbook.md