// bug-hunter 阶段 1 技能。负责提取代码改动、执行敏感信息脱敏，并按文件/代码块生成多轮随机化输入以缓解 LLM 位置偏差。
| name | bug-hunter-stage1-input-randomization |
| description | bug-hunter 阶段 1 技能。负责提取代码改动、执行敏感信息脱敏，并按文件/代码块生成多轮随机化输入以缓解 LLM 位置偏差。 |
把原始 diff 转换为可并行评审的多轮随机输入，并保证敏感信息不会泄露给子智能体。
git diff --cached 获取改动；若为空，回退为“upstream/origin/HEAD/HEAD~1”自适应基线：
BASE_REF="$(git rev-parse --abbrev-ref --symbolic-full-name @{upstream} 2>/dev/null || git symbolic-ref --quiet --short refs/remotes/origin/HEAD 2>/dev/null || echo HEAD~1)"，再执行 git diff "$(git merge-base HEAD "$BASE_REF")"...HEAD。scripts/redact_sensitive.py 完成脱敏。scripts/shuffle_diff.py --passes 8 生成 8 轮随机序列。artifacts/shuffled_passes.json。专用于按照 docs/introduction/develop_nix.md 的流程，通过 Nix dev shell / yolo 命令启动 DragonOS，并在 QEMU nographic 串口中做启动烟雾检查或实时轮询回贴输出。当用户要求“按 develop_nix 跑 yolo”“用 nix yolo 启动 QEMU 看输出”“边跑边轮询输出”“进 guest 后检查 /proc、/sys/fs/cgroup、mount 是否正常”时使用。
分布式多智能体缺陷检测总控技能。基于输入随机化、角色化并行评审、语义桶化、加权共识与裁决复核输出高信噪比代码评审报告。用于大规模 PR、复杂逻辑变更、安全敏感改动或单智能体评审召回率不足的场景。
bug-hunter 阶段 2 技能。负责将随机化后的 diff 按 persona 矩阵分发给 8 个子智能体并行评审，并收集统一 JSON 结果。
bug-hunter 阶段 3 技能。负责对多智能体原始发现做语义去重、桶化聚类与冲突识别，形成可投票的缺陷候选池。
bug-hunter 阶段 4 技能。负责对缺陷桶执行加权共识投票，筛选过阈值问题，并输出裁决级结构化评审报告。
使用低扰动原子快照、GDB 现场采样和语义对比来调试 DragonOS 内核中的时序问题、Heisenbug、阻塞挂起、丢唤醒和“加日志现象改变”的问题。适用于网络、VFS、调度、IPC、驱动等子系统；当用户提到任务卡住、CPU idle 但请求不返回、阻塞点偶发失效，或明确要求在线取证且不想依赖高频日志时使用。