菜单
Analyzes heap memory usage from NuttX/Vela runtime memdump logs, detects memory leaks, and identifies high-consumption modules. Use when debugging memory issues, tracking heap allocations, comparing memory usage between versions, or optimizing embedded system memory footprint.
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
Checks API documentation coverage and sync status against source header files. Use when adding new APIs, modifying header files, or auditing documentation completeness for openvela modules (kernel, bluetooth, media, telephony, etc).
NuttX/Vela 驱动代码质量审查（59 Pattern + 双轮交叉验证 + 量化评分）。 Use when: driver review, driver code review, 驱动审查, 驱动代码审查, review driver, 审查驱动代码, NuttX driver review, 驱动质量检查, review nuttx/drivers, review arch/ driver, 驱动提交前检查. 即使用户只说"帮我审查下这个驱动"也应触发。 驱动开发/实现(use nuttx-driver-development).
Create, update, review, or audit NuttX RTOS C device drivers. Covers sensor (uORB), char device, network (ethernet, MAC, PHY, DMA, netdev, SPI-Ethernet, CAN, SocketCAN, CAN FD, CAN bus, LIN, LIN bus, LIN master, LIN slave), framebuffer (fb, LCDC, display controller), LCD (SPI LCD, I2C LCD, ST7789, SSD1306, ILI9341, lcd_dev, lcd_framebuffer), USB (Host Controller Driver and device Controller Driver), audio (I2S smart PA, power amplifier, audio_comp), power/battery (charger, monitor, gauge), MCAL (AUTOSAR MCAL adaptation, EB Tresos, MCAL upper-half bridging), I2C/SPI bus, Kconfig/build integration, and board registration. Use for driver implementation, code audit, sensor/timer/LED/ethernet/CAN/LIN/fb/LCD/audio/PA/battery subsystems, or board bringup.
openvela 固件编译、配置和模拟器运行。Use when: 编译 openvela、build、make、构建、menuconfig、运行模拟器、emulator、编译报错修复。
向 openvela 社区提交 Pull Request。通过 Fork 模式提交（先 fork 上游仓库，push 到 fork，再从 fork 向上游提 PR）。支持单仓库或多仓库批量提交、指定文件/分支、自动检测 GitHub/Gitee 平台、分支模糊匹配、MCP 配置引导。Trigger: 提交 PR、提交代码到社区、push 到 openvela、创建 pull request、批量提交、多仓库提交。
openvela 技术书籍稿件审校 Agent。以资深技术书籍编辑和 NuttX 架构专家的视角，对飞书云文档中的书稿内容进行逐字逐句审查。 涵盖出版社写作规范（22 条）、技术准确性、编辑审校三个维度。 使用方式：提供飞书文档 URL 或 doc_id，Agent 将读取文档内容并输出审校报告和修改建议。 当用户提到以下关键词时触发：审校、审稿、书稿审查、稿件评审、review 书稿、检查文档规范、技术书审校、出版规范检查、书籍审校、manuscript review。
| name | memdump |
| description | Analyzes heap memory usage from NuttX/Vela runtime memdump logs, detects memory leaks, and identifies high-consumption modules. Use when debugging memory issues, tracking heap allocations, comparing memory usage between versions, or optimizing embedded system memory footprint. |
| metadata | {"version":"1.0","target-system":"NuttX/Vela"} |
分析嵌入式系统（NuttX/FreeRTOS）运行时的 heap 内存占用，识别内存泄漏，定位高内存消耗模块，并提供优化建议。
适用场景：快速评估、热点分析、无需ELF文件的基础统计
核心优势：
基础用法：
# 1. 快速诊断（检查日志格式和质量）
python3 scripts/memdump_quick.py log.txt --diagnose
# 2. 分析所有进程
python3 scripts/memdump_quick.py log.txt
# 3. 分析特定PID
python3 scripts/memdump_quick.py log.txt 12
# 4. 导出JSON格式
python3 scripts/memdump_quick.py log.txt 12 --json report.json
输出示例：
PID 12 内存分析
分配次数: 1,827
有效数据: 220.92 KB
管理开销: 42.42 KB
总内存: 263.34 KB
平均分配: 123.8 bytes
Top 10 分配热点 (按大小)
调用地址 次数 总大小 平均 占比
0x10137438 24 70.4 KB 3001.7 B 31.8%
0x10137828 26 44.4 KB 1746.8 B 20.1%
0x10137d96 646 37.0 KB 58.7 B 16.8%
| 场景 | 推荐工具 | 特点 | ELF要求 |
|---|---|---|---|
| 初步评估 | memdump_quick.py | 快速、无依赖、诊断模式 | ❌ 不需要 |
| 热点分析 | memdump_quick.py | 地址级热点、大小分布 | ❌ 不需要 |
| 源码定位 | memdump_parser.py | 解析为函数名和行号 | ✅ 必需 |
| 泄漏检测 | memdump_leak_detect.py | 多时间点趋势分析 | ✅ 推荐 |
| 版本对比 | memdump_diff.py | 差异分析 | ✅ 推荐 |
阶段1: 快速评估（1分钟）
python3 scripts/memdump_quick.py log.txt --diagnose
输出: 格式识别、解析成功率、进程数量
阶段2: 统计分析（2分钟）
python3 scripts/memdump_quick.py log.txt 12
输出: 内存统计、热点Top 10、大小分布
阶段3: 深度溯源（需要ELF）
python3 scripts/memdump_parser.py log.txt 12 config.json
输出: 源码级定位（函数名、文件:行号）
❌ 错误: 无法识别日志格式
解决方案:
--diagnose 查看详细信息⚠️ 警告: 失败率偏高，可能存在格式问题
解决方法：通常不影响分析，只要成功率>90%即可。如果成功率<50%，手动检查日志格式。
❌ 未找到PID 12的数据
解决方案：先不指定PID，查看所有进程列表，确认PID是否正确。
设备日志文件（如 tmp.log, startup.log）
memdump 命令的输出ELF 调试文件（仅深度分析需要）
vela_audio.elfcpu0_vela.elf, cpu1_vela.elf）addr2line 工具（仅深度分析需要）
addr2linextensa-esp32-elf-addr2line, arm-none-eabi-addr2line工具自动检测以下格式：
格式1: Vela标准格式（带Sequence）
PID Size Overhead Sequence Address Backtrace
12 424 20 781103 0x255b6a0 0x115d1136 0x115b62ba ...
格式2: 带时间戳和核心标识
[01/30 02:18:32.751630] [ 7] [ap] 12 56 24 0x202d27a8 0x101382d6
格式3: NuttX简化格式
12 424 20 0x255b6a0 0x115d1136 0x115b62ba
本skill提供以下详细参考文档：
# Step 1: 诊断日志
python3 scripts/memdump_quick.py startup.log --diagnose
# Step 2: 分析目标PID
python3 scripts/memdump_quick.py startup.log 12
# 使用memdump_diff.py对比
python3 scripts/memdump_diff.py before_wakeup.log after_wakeup.log
# 或直接提示AI
# "请对比before_wakeup.log和after_wakeup.log，分析L1 wakeup事件对mediad线程的内存影响"
# 采集三个时间点
nsh> memdump 12 > baseline.log # 稳定后
# [执行操作10次]
nsh> memdump 12 > mid.log
# [再执行10次]
nsh> memdump 12 > final.log
# 使用工具检测
python3 scripts/memdump_leak_detect.py baseline.log mid.log final.log
# 或提示AI
# "请分析这三个时间点，检测播放操作是否存在内存泄漏"
| 工具 | 分析速度 | 依赖要求 | 输出格式 | 适用场景 |
|---|---|---|---|---|
| memdump_quick.py | <1秒 | 无 | 文本+JSON | 快速评估、热点分析 |
| memdump_parser.py | 数十秒 | ELF+addr2line | 文本 | 源码定位 |
| memdump_leak_detect.py | 数十秒 | ELF+addr2line | 文本 | 泄漏检测 |
| memdump_diff.py | 数十秒 | ELF+addr2line | 文本 | 版本对比 |
推荐工作流：
所有分析脚本位于 scripts/ 目录下：
scripts/memdump_quick.py - 快速分析（无依赖）scripts/memdump_parser.py - 解析器（需ELF）scripts/memdump_diff.py - 差异对比scripts/memdump_leak_detect.py - 泄漏检测scripts/analyze.sh - 快速启动脚本scripts/multi_core_config.json - 多核配置示例多核系统（如ARM+Xtensa双核）需要特殊处理，包括：
详见 DATA_COLLECTION.md - 多核日志识别
完整的泄漏调试流程包括：
详见 ANALYSIS_GUIDE.md - 场景三：内存泄漏调试