技能介绍

解决什么工程问题

在复杂的自动化工作流和 Agent 系统中，故障往往不会凭空消失。当遇到反复出现的 Bug、静默的数据丢失、虚假的成功状态或是用户可见的响应遗漏时，传统的“打补丁”或“重启服务”早已无法防止问题重演。coe-root-cause 技能专为正式的故障纠正（Correction of Error, COE）和事后复盘设计，旨在回答“为什么这个问题会再次发生”以及“我们遗漏了什么”。它拒绝停留在 timeout 或 model failed 这类表面症状，而是致力于找出允许故障发生的底层机制，并通过持久化的护栏让同类问题更难复发。

核心能力与工作流程

该技能通过严谨的分析循环将一次故障转化为可验证的工程资产：

故障分类与证据收集：在动手修复前，先将故障分为“明显失败”“静默跳过（虚假成功）”“不完整执行”等模式，并收集包含时间线、预期行为与实际行为差异的最小证据包。
深度根因分析：强制运行至少 5 次 Whys 分析，剥离“人为失误”或“模型犯错”等无效结论，精准定位缺失的验证关卡、模糊的接口定义或不安全的默认配置。
闭环纠正与验证：为每项纠正措施定义明确的 Owner 和预期检测信号，并在结案前强制运行回归测试、静态校验或 dry run 等最小验证门。若无法验证，则必须重写措施。

适用边界与注意事项

职责边界：该技能专注于故障发生后的机制修复。如果是活跃的 Bug 排查，请使用调试技能；如果是代码合并前的风险审查，请使用 Review 技能；如果是周期性的工程趋势总结，请使用 Retrospective 技能。
操作安全性：技能明确规定，在执行公开、破坏性、高成本或对外可见的操作前必须征求同意。如果用户仅要求分析报告，技能只会提出纠正建议，而不会擅自修改代码或工作流。
隐私与脱敏：在收集日志、截图或代码引用时，会自动对密钥、Token、个人身份信息（PII）及客户数据进行脱敏处理，优先使用源码引用而非原始数据转储。