菜单
异常分析核心功能。当用户需要分析线上故障、排查错误原因时使用此技能。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
简洁风格技能，禁止废话，采用caveman式简短直接的表达方式
个人文档管理技能，管理变更记录、方案设计Spec文档、测试报告等，统一存放在docs目录下
项目启动管理技能，支持Java Spring Boot和Vue项目的启动、重启、关闭操作，保持原有端口不变
方案调研技能，对方案设计、功能实现进行多方案比对分析，至少3个方案，建议5个左右的方案比对，包括业界标杆方案、大厂实现方案等
基于OpenAPI规范生成API文档，支持Swagger UI和ReDoc展示
提供后端单元测试指导和生成能力，支持JUnit 5、Mockito等框架
| name | exception-analysis |
| description | 异常分析核心功能。当用户需要分析线上故障、排查错误原因时使用此技能。 |
提供完整的异常分析能力，基于 Plan-Execute-React 模式，整合多源数据进行智能根因分析，生成结构化分析报告和修复建议。
在以下情况调用此技能：
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| appId | String | 是 | 应用ID |
| alarmDescription | String | 是 | 告警描述 |
| alarmUrl | String | 否 | 告警链接 |
| alarmTime | DateTime | 否 | 告警时间 |
| scene | String | 否 | 场景参数（default/mq_backlog/high_error/cpu_overload/memory_low） |
{
"analysisId": "ANALYSIS-1234567890",
"appId": "app-001",
"alarmDescription": "用户登录失败率突然升高",
"analysisTime": "2024-01-15T10:35:00",
"rootCause": {
"type": "高错误率",
"description": "当前错误率超过阈值",
"confidence": "85%"
},
"evidences": [
{
"source": "发布记录",
"content": "最近发布版本: 1.2.3",
"relevance": "高"
}
],
"suggestions": ["检查服务日志", "查看失败请求"]
}
输入请求 → 模块识别 → 数据收集(MCP) → 证据整合 → 根因分析 → 生成报告
| 根因类型 | 判断条件 | 置信度 |
|---|---|---|
| MQ积压 | MQ积压且与告警模块相关 | 90% |
| 高错误率 | 错误率 > 10% | 85% |
| CPU过载 | CPU使用率 > 80% | 80% |
| 内存不足 | 内存使用率 > 85% | 75% |
| 模块异常 | 告警描述涉及特定模块 | 75% |
| 发布问题 | 存在最近发布记录 | 70% |
| 认证问题 | 涉及登录/认证/token | 65% |
# 分析问题
curl -X POST http://localhost:8080/api/analysis/analyze \
-H "Content-Type: application/json" \
-d '{
"appId": "app-001",
"alarmDescription": "下单接口错误率异常升高",
"alarmUrl": "https://monitor.example.com/alarm/123",
"alarmTime": "2024-01-15T10:30:00"
}'
# Mock分析（支持场景参数）
curl "http://localhost:8080/api/analysis/analyze/mock?scene=mq_backlog"
# 健康检查
curl http://localhost:8080/api/analysis/health
| 文件路径 | 描述 |
|---|---|
service/impl/AnalysisServiceImpl.java | 核心分析逻辑实现 |
controller/AnalysisController.java | REST API 控制层 |
mcp/DeploymentMcpService.java | 发布记录 MCP |
mcp/MetricsMcpService.java | 监控指标 MCP |
mcp/CodeMcpService.java | 代码仓库 MCP |
mcp/TopologyMcpService.java | 拓扑依赖 MCP |
context/ | 上下文数据模型 |
dto/ | 请求响应 DTO |
| 变量名 | 说明 | 默认值 |
|---|---|---|
DEEPSEEK_API_KEY | DeepSeek API Key | - |
OPENAI_API_KEY | OpenAI API Key | - |
SERVER_PORT | 服务端口 | 8080 |
# application.yml
server:
port: ${SERVER_PORT:8080}
AnalysisServiceImpl.analyzeRootCause() 方法中添加新假设判断generateSuggestions() 方法中添加对应修复建议ALL_MODULES 列表中添加模块名称generateDisturbanceError() 方法中添加干扰项错误消息TopologyMcpService 中添加模块依赖配置AnalysisServiceImpl 中注入并调用collectEvidences() 方法收集新证据分析过程中记录以下关键日志：