全链路确定性排障工具

解决什么问题

大模型修代码有个老毛病：幻觉。把一段 Java 报错日志扔进对话窗口，它可能根据上下文“脑补”一个看起来合理、实际不存在的类或方法。真正的病灶藏在框架堆栈深处——Caused by 套着 Caused by，业务代码被淹没在框架噪声里，模型既找不到也看不到。

更麻烦的是反馈回路缺失。AI 生成的代码不经编译验证就直接应用，语法错误、类型不匹配要到运行时才暴露，排查成本成倍放大。

工作原理

OmniPurge-40K 的思路是把“AI 猜”换成“AI 生成、编译器审判”的确定性闭环，核心流程三步：

1. 日志管道输入：把报错日志通过管道直接喂给工具，无需手动复制堆栈
2. 启发式预抓取：本地对堆栈做逆向解析与文件校验，穿透框架异常层，定位引发 Bug 的业务源码文件并截取上下文
3. 生成与校验闭环：将高浓度上下文交给大模型（如 CodeBuddy/DeepSeek）生成修复方案；返回代码先经本地 javac 隐蔽编译，失败则提取 stderr 精确报错注入 Prompt 打回重试

接口层暴露标准 OpenAPI，接受 raw_stacktrace 输入，返回经本地编译审判后的净化代码。终端侧用 select 流监控防管道死锁，修复成功后逐行打字机输出绿码并附 ASCII Art 印章。

适用边界

• 只支持 Java 栈（校验链路调用 javac），其他语言无编译校验
• 堆栈解析依赖异常格式与文件路径的规范程度，混淆 class、不规范自定义异常会降低定位精度
• 适合本地 Debug、CI/CD 集成或 WorkBuddy Webhook 推送企业微信，不适合交互式线上排障
• 编译校验只能拦截语法与类型错误，逻辑层 Bug 仍需人工判断