witty-diagnosis-agent

通过分析服务器的【系统级离线日志】——iBMC/SEL 带外日志（磁盘在位/热插拔/错误事件）、OS 系统日志（dmesg、syslog、messages）、InfoCollect 采集日志（SMART 信息/RAID 卡日志/性能数据）——并在日志包含有希捷 FARM 底层遥测日志（farmlog）时执行【OS+FARM 联合底层定界】，诊断离线磁盘硬件、RAID 控制器及存储链路故障，做多源时序对齐、物理级根因溯源与冷存储根因定界（R1-R16 R 码：磁头信号退化/磁头飞行异常/盘片介质退化/振动致伤/固件异常/机械电机退化/链路/RAID/EXP/OS 域）。当用户提供 ibmc_logs / messages（dmesg、syslog）/ infocollect_logs / farmlog 等服务器日志包（任意组合），或询问 RAID 掉盘降级（Offline/Degraded）、I/O 超时阻塞（Timeout/Blocked）、SAS/SATA/NVMe 链路不稳定（PHY Reset/ICRC）、物理槽位异常、磁盘巡检/SMART 告警、文件系统因底层存储故障切只读（Read-only）、磁头级退化定位与 Depop 延寿评估需要从日志反查底层根因时，调用本技能。**双模式**：仅有 OS/iBMC/InfoCollect 系统日志时按纯 OS 侧流程定界根因；同时存在 farmlog 时 Step 5 必须执行，输出结合 OS+FARM 的联合分析报告（逐磁头底层细节 + R 码根因定界）。**若用户只提供希捷 FARM 底层日志（farmlog / openSeaChest .json / 华为 disktool .txt），而无任何 OS/iBMC/InfoCollect 系统日志，应改用 `seagate-farm-disktool-health-analysis` 技能。**

专门分析希捷 (Seagate) 硬盘的 FARM (Field-Accessible Reliability Metrics) 【单帧底层遥测日志】——这是本技能唯一的输入,不涉及 OS/iBMC/RAID 卡系统日志。基于 FARM 逐磁头遥测,判定磁盘健康、按 8 类故障部位 (盘片坏扇区 / 磁头读写通道 ECC / 机械马达伺服 / 接口传输 / 温度环境振动 / 寿命工况 / 固件服务区 / SSD 磨损) 定位问题、收敛到具体磁头,并给出机群级处置建议。当用户要做希捷盘 FARM 级健康巡检/多盘体检、定位磁头退化、坏扇区/重分配、不可恢复读、命令超时 (CTO)、飞高 (FAFH) 异常、Mach.2 双致动器 (如 Exos 2X18 / ST20000NM002H) 磁盘诊断时,必须使用本技能。**本技能只读 FARM 单帧遥测,不分析 OS dmesg/syslog/messages、iBMC SEL 或 RAID 卡日志;若需结合服务器系统日志做存储链路/RAID/文件系统只读的时序根因溯源,请改用 `offline-disk-fault-diagnosis` 技能。**

火焰图分析 Skill。当用户提供折叠栈(.folded)、火焰图SVG、perf script输出、Chrome cpuprofile、Go pprof、AsyncProfiler输出等性能采样数据，并提出"CPU为什么高"、"哪里是瓶颈"、"分析锁竞争"、"对比两次采样"、"GC压力"等分析意图时，必须使用此skill。支持多格式输入适配、SVG反向解析、自然语言意图识别、性能模式检测、On-CPU+Off-CPU联合分析，输出Markdown分析报告和可交互HTML火焰图。

页缓存与内存回收异常诊断技能。覆盖 kswapd 高 CPU（频繁回收）、direct reclaim 导致进程 延迟抖动（allocstall 计数飙升）、dirty page writeback 风暴（dirty_ratio/dirty_background_ratio 配置不当）、page cache 过度占用导致可用内存假告警、drop_caches 误用引发 I/O 风暴等场景。 当用户提到 kswapd CPU 高、内存回收、direct reclaim、allocstall、dirty page writeback、 page cache 过高、可用内存不足、drop_caches、I/O 风暴、内存压力、zone reclaim、 kswapd0 CPU 100%、内存抖动等问题时，必须使用此 skill。

块设备 / Device-Mapper / 软 RAID / LVM / multipath 诊断技能。 覆盖 LVM 层(thin pool 满、PV/VG/LV 缺失、snapshot 溢出)、 md 软 RAID 降级/重建/mismatch、multipath 路径失效/抖动与 failover、 块设备 IO 错误传播(EIO)、IO 调度器(mq-deadline/bfq)异常、 request queue 卡死、设备只读切换等场景。 采用"块层 → DM/MD 映射栈 → 物理设备"自上而下定位。 当用户提到磁盘 IO 慢、设备只读、RAID 降级、LVM 异常、multipath 路径失效、 IO 错误、dmesg I/O error、D 状态进程堆积、文件系统卡死怀疑块设备问题时， 必须使用本技能。

Netfilter / iptables / conntrack 防火墙与连接跟踪深度诊断技能（双轨：规则链 + conntrack）。 当用户提到 nf_conntrack 表满、防火墙丢包、iptables DROP、NAT 映射异常、conntrack INVALID 丢包、 nftables 规则误命中、SNAT/DNAT 失败、连接跟踪超时、ipset 匹配异常、ct helper/ALG 问题等关键词时， 必须使用本技能。覆盖场景：nf_conntrack_max 溢出丢包、iptables/nftables 规则误命中导致 DROP/REJECT、 NAT/SNAT/DNAT 映射异常、conntrack 状态(INVALID/UNREPLIED/UNESTABLISHED)丢包、TCP window tracking 异常、 ct timeout 超时、helper/ALG 协议辅助模块异常、ipset 匹配失效。诊断定位路径：规则链遍历 → conntrack 表状态 → NAT 映射验证 → 内核丢包计数点定界。与 network-diagnosis（通用 IP/路由/ARP/接口诊断）和 X-diagnosis-network-analysis（TCP 协议栈工具诊断）区隔。本技能聚焦 Linux 内核 Netfilter 框架本身的问题， 而非通用网络连通性。

面向 Linux 用户态 coredump（core 文件）的结构化诊断技能。适用于进程崩溃、SIGSEGV/SIGBUS/SIGABRT/SIGFPE、空指针、栈溢出、内存破坏、总线错误、除零、Python+C 混合栈等场景；当用户提到 core、coredump、gdb 分析崩溃、段错误、总线错误、生成 core、应用转储时应触发。依赖系统已安装 GNU gdb。

专业的故障诊断根因分析和报告生成 skill。当系统存在具体的故障（如服务不可用、时延飙升、进程崩溃等），且前置节点已生成1个或多个诊断文件时，用户要求基于这些诊断文件内容进行综合的根因分析（RCA）、影响评估，并生成最终的结构化故障诊断报告时，必须使用此 skill。

Python 进程内存泄漏根因分析技能。当用户提到 Python 服务或脚本 RSS 持续上涨、 内存降不下来、疑似 memory leak、被 OOM kill、缓存持续膨胀、tracemalloc/gc 线索、 已有 memray 产物、C 扩展或 native 内存增长时，必须使用本技能。覆盖 Python 托管对象泄漏、全局容器/无界缓存、闭包/回调/线程局部保留、引用循环、分配点与保留点分离、 RSS 与 Python 堆背离、碎片化或缓存预热伪泄漏。支持从目录、PID、服务名或日志包自动发现证据。 默认采用只读和可复现路径，不默认 attach 线上进程或执行副作用干预。

NFS 客户端故障诊断技能。覆盖 mount 挂载失败/hung、stale file handle、NFS4 lease 过期、 rpc.statd/lockd 异常、性能退化（rtt 飙升）、soft/hard mount 超时行为差异等场景。 当用户提到 NFS 挂载失败、NFS 文件操作卡死、ESTALE 错误、NFS 性能慢、NFS 锁问题、 nfs mount hang、nfs stale handle、rpc timeout、NFS server not responding 等关键词时， 必须使用本技能。支持双轨并行分析（系统状态逆向 + NFS 协议正向）并交叉验证。

FUSE（用户态文件系统）内核端故障诊断技能。当用户提到 FUSE 文件系统 hang、 所有操作返回 EIO、FUSE daemon 崩溃/重启、请求队列阻塞、D 状态进程堆积、 /sys/fs/fuse/connections/ 异常、libfuse 兼容性、max_read/max_write 配置不当、 writeback cache 一致性问题、多线程 FUSE daemon 死锁、容器中 /dev/fuse 权限问题、 FUSE 性能退化等关键词时，必须使用本技能。 覆盖场景：FUSE daemon 崩溃后 EIO、请求队列阻塞与 D 状态、max_read/max_write 配置不当、 writeback cache 一致性问题、多线程 daemon 死锁、/dev/fuse 权限问题、内核 FUSE 模块 Bug、 混合复杂 FUSE 故障。即使只收到"文件系统挂了"、"目录打不开"、"ls 卡死"但挂载点 为 FUSE 类型时也应触发本技能。 支持 FUSE 全链路诊断（sysfs 队列 → 内核参数 → daemon 进程 → 代码级根因）。

Linux io_uring 异步 I/O 子系统故障诊断技能。当用户提到 io_uring_setup、 io_uring_enter、io_uring_register、提交队列/完成队列异常、CQE 丢失、 completion 延迟、io-wq worker 繁忙、SQPOLL 异常、fixed buffer 注册失败、 O_DIRECT EINVAL、或高版本 io_uring feature 在旧内核不可用时，必须使用本技能。 覆盖场景：资源限制、ring 容量、worker/SQPOLL、fixed buffer、O_DIRECT 对齐、 内核兼容性和待补证据分支。

用户态/内核态内存泄漏检测与诊断技能。用户态覆盖 RSS 持续增长趋势分析、 /proc/[pid]/smaps 匿名页增长、valgrind/AddressSanitizer 报告解析； 内核态覆盖 slab 增长（slabinfo/slabtop 趋势）、vmalloc 泄漏、 kmalloc 未释放追踪、memcg 内存泄漏等场景。当用户提到 内存泄漏、OOM、RSS 持续增长、内存占用不断上升、valgrind 报告泄露、 slab 增长、kmemleak、vmalloc 泄漏、memcg 内存泄漏、 memory.usage_in_bytes 持续增长、匿名页增长、进程内存越用越多、 容器内存泄漏、内核内存泄漏、SUnreclaim 增长等问题时，必须使用此 skill。

DNS 解析故障诊断技能。当用户提到解析超时、域名无法解析、NXDOMAIN、 /etc/resolv.conf 配置错误、nsswitch.conf 顺序异常、systemd-resolved 缓存问题、 DNS 劫持、dig/nslookup 失败、TCP fallback 失败、EDNS0 兼容性问题、 间歇性解析失败、特定域名解析异常、DNS 服务器无响应等关键词时， 必须使用本技能。覆盖场景：解析超时/查询失败、NXDOMAIN 误报、 resolv.conf 配置异常、nsswitch.conf 顺序错误、systemd-resolved 缓存污染、 DNS 劫持检测、TCP fallback 失败、EDNS0 兼容性问题。 即使只收到"上不了网"、"网页打不开"、"域名解析慢"但怀疑 DNS 相关时 也应触发本技能。

TLS/SSL 证书与握手故障诊断技能。覆盖证书过期/即将过期检测、证书链不完整、 CA 信任库缺失/过期、TLS 版本/密码套件不兼容、SNI 配置错误、OCSP stapling 失败、 客户端证书认证失败、mTLS 双向认证等场景。当用户提到证书过期、TLS 握手失败、SSL 错误、 certificate verify failed、certificate has expired、chain incomplete、 unknown CA、no shared cipher、SNI mismatch、OCSP stapling failed、 client certificate required、mTLS 双向认证、mutual TLS、ssl handshake failure、 certificate untrusted、alert certificate required、peer did not return a certificate、 bad certificate 等问题时，必须使用此 skill。

用户态进程挂起/无响应（Hang）深度诊断技能（双轨：OS 状态 + 进程内省）。 当用户提到进程挂起、进程夯死、无响应、hang、进程卡死、进程 D 状态、进程 S 状态不运行、服务不可用、CPU 占用 0 但进程在、kill -9 杀不死、gdb 挂住、 死锁、futex 等待、文件锁冲突、进程 stuck 等关键词时，必须使用本技能。 覆盖场景：死锁检测（wchan + gdb bt）、futex 锁等待、文件锁竞争（/proc/locks）、 管道/socket 阻塞读写、信号屏蔽导致无法终止、SIGSTOP 误发送、内核 D 状态 (TASK_UNINTERRUPTIBLE) 阻塞、unix socket 缓冲区满等。 支持进程级根因定位（有符号/源码时必须走双轨并行并交叉验证）。

Automates browser interactions for web testing, form filling, screenshots, and data extraction. Use when the user needs to navigate websites, interact with web pages, fill forms, take screenshots, test web applications, or extract information from web pages.

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

专业的 Linux 网络系统在线故障诊断 skill。该 skill 严格限制使用 X-diagnosis 工具栈中的 6 种核心网络诊断工具（xd_ntrace, xd_tcpresetstack, xd_tcpskinfo, xd_arpstormcheck, xd_netvringcheck, xd_skblen_check）进行精准探测。

OverlayFS 叠加文件系统故障诊断技能。当用户提到 OverlayFS 报错、文件"消失"、 overlay 挂载失败、docker overlay2 存储驱动异常、容器层损坏、copy-up 报错、 inotify 在 overlay 上不工作、whiteout/opaque 行为异常等关键词时，必须使用本技能。 覆盖场景：upper/lower/work 目录配置错误、跨设备 overlay 限制、opaque whiteout 导致文件"消失"、 copy-up 性能退化、overlay 上 inotify 不工作、Docker storage driver overlay2 特有问题 （inode 耗尽、diff 目录膨胀）、redirect_dir 配置冲突、metacopy 异常等。 支持系统态诊断 + 内核态机理双轨并行分析。

基于 strace/ltrace 的系统调用级故障诊断技能（双轨：调用轨迹 + 内核语义）。当用户提到 strace、ltrace、 系统调用、syscall、EACCES、ENOENT、ENOMEM、EAGAIN、进程卡住、futex 阻塞、epoll 超时、 read 卡顿、库函数追踪等关键词时，必须使用本技能。覆盖场景：syscall 错误码模式识别（EACCES/ENOENT/ EAGAIN/ENOMEM）、慢 syscall 定位（futex/epoll_wait/read 阻塞）、库函数调用链异常追踪、 进程 hang/blocked 在 syscall、文件描述符泄漏、资源泄漏模式等系统调用级故障。 即使用户只说"进程卡住了/系统调用很慢/函数调用异常"也要触发本技能。 支持内核源码级根因分析（有源码时必须走双轨并行并交叉验证）。

Unix Domain Socket（UDS）与匿名管道（Pipe）故障诊断技能。当用户提到 UDS 连接拒绝、ECONNREFUSED、EADDRINUSE、socket 文件权限错误、管道阻塞、 SIGPIPE 进程退出、socketpair 泄漏、SO_PASSCRED 凭证传递失败、 EACCES、connect 失败、pipe write 卡住 D 状态等关键词时， 必须使用本技能。覆盖场景：UDS listen backlog 满、abstract socket 冲突、 socket 文件权限拒绝、管道缓冲区满写阻塞、SIGPIPE 未处理进程退出、 socketpair FD 泄漏、SCM_RIGHTS 凭证传递异常。 即使只收到"连接不上"、"进程卡住"、"消息发不出"但怀疑 UDS/pipe 相关时 也应触发本技能。

内存映射与虚拟地址空间故障诊断技能。覆盖 mmap 返回 ENOMEM（vm.max_map_count 耗尽， 常见于 Elasticsearch）、SIGBUS on truncated file（文件映射后文件被截断）、mlock 超限 （RLIMIT_MEMLOCK）、共享内存映射 permission denied、进程地址空间碎片化等场景。 当用户提到 mmap 失败、ENOMEM、SIGBUS、mlock 失败、共享内存映射失败、地址空间耗尽、 vm.max_map_count、Cannot allocate memory for shared memory、Bus error (core dumped)、 mmap: Operation not permitted 等问题时，必须使用此 skill。

文件描述符（FD）泄漏诊断技能。当用户提到 Too many open files、EMFILE、ENFILE、 CLOSE_WAIT 堆积、epoll FD 泄漏、inotify watch 超限、文件句柄耗尽、file-nr 接近上限、 VFS file-max limit reached、ENOSPC (file watchers)、ulimit 超限等关键词时， 必须使用本技能。覆盖场景：进程 FD 逼近 ulimit 上限、Socket CLOSE_WAIT 堆积、 epoll 实例泄漏、系统级 FD 耗尽（/proc/sys/fs/file-nr 告警）、inotify watch 泄漏、 已删除文件仍被进程占用、strace 显示 open/close 严重不匹配的混合复杂泄漏。 即使只收到 "连接不上"、"服务崩了"、"应用报错" 但怀疑 FD 相关时也应触发本技能。 支持 FD 泄漏全路径分析（系统 → 进程 → FD 类型 → 代码级根因）。

Swap 与虚拟内存异常深度诊断技能（双轨：现场指标 + 内核语义）。当用户提到 swap 耗尽、内存抖动、 thrashing、kswapd 高 CPU、swappiness、zswap/zram 异常、swap 文件损坏、SSD 磨损等关键词时， 必须使用本技能。覆盖场景：swap 空间耗尽、swap 频繁换入换出（thrashing 检测）、swappiness 配置不当、 swap 文件/分区损坏、swap on SSD 磨损、kswapd CPU 占用过高、zswap/zram 配置异常、内存不足触发 OOM 等虚拟内存相关故障。即使用户只说"服务器变慢了/内存不足了/系统卡顿"也要触发本技能。 支持内核源码级根因分析（有源码时必须走双轨并行并交叉验证）。

专业的 Linux 存储与文件系统在线故障诊断 skill。该 skill 严格限制使用 X-diagnosis 工具栈中的 4 种核心 IO 诊断工具（xd_iolatency, xd_scsiiocount, xd_scsiiotrace, xd_ext4fsstat）进行精准探测。

Linux 内核 VMcore 崩溃转储深度分析技能（双轨：vmcore 逆向 + 源码正向）。当用户提到 vmcore、 kernel panic、系统崩溃、crash dump、内核转储、kdump、内核 oops、系统挂死等关键词时，必须使用本技能。 覆盖场景：空指针解引用、内核栈溢出、内存越界（OOB）、Use-After-Free（UAF）、硬件 MCE 异常、Bit Flip、 内存 UE、死锁、Soft/Hard Lockup、BUG() 触发、OOM panic、驱动异常、文件系统崩溃、网络子系统崩溃、 存储 IO 崩溃、RCU Stall、SMEP/SMAP 触发、KVM/vCPU 异常、ACPI 固件异常、热插拔/页迁移异常。 即使用户只说“帮我分析一下这个 coredump / 服务器崩了 / 内核挂死了”也要触发本技能。 支持源代码级根因分析（有源码时必须走双轨并行并交叉验证）。

快速获取openEuler系统的基本信息，包括版本、内核、架构、硬件配置等关键信息。

专业的 Linux 内存 OOM（Out of Memory）故障分析 skill。当用户提到 OOM、内存溢出、内存不足、进程被 kill、oom-killer、内存泄漏、系统内存问题、cgroup内存限制、slab内存异常、tmpfs内存占用高、内核内存问题等相关故障时，必须使用此 skill。支持全系统级 OOM 分析和特定进程级 OOM 分析两种模式，支持用户提供故障时间点进行精准定位，支持可选的内核源码级根因分析。用户描述任何 Linux 内存相关故障、系统 OOM、进程异常终止、内存持续增长等问题时都应触发此 skill。

通过分析服务器离线日志（iBMC、OS Messages、InfoCollect）诊断 Linux 文件系统（EXT4/XFS）逻辑损坏、挂载异常及存储关联性故障并定位根因。当用户提供日志并询问文件系统只读（Read-only）、挂载失败（Mount Failure）、元数据损毁（Metadata Corruption）、空间/Inode 耗尽、I/O 错误引发的逻辑一致性问题，以及需要针对文件系统进行异常溯源时，调用本技能。

通过分析服务器离线日志（iBMC、OS Messages、InfoCollect）诊断 CPU 硬件、温度、微码及互连总线故障并定位物理级根因。当用户提供日志并询问 CPU 过热（Overheating）、降频（Throttling）、MCE 硬件错误、缓存错误（Cache Error）、UPI/QPI 链路不稳定，以及当系统因内核 Panic 或 Soft Lockup 需要进行底层 CPU 相关根因溯源时，调用本技能。

通过分析服务器离线日志（iBMC、OS Messages、InfoCollect）诊断离线 GPU 硬件故障、驱动异常、显存 ECC 错误及 PCIe 链路问题。当用户提供日志并询问 GPU 掉卡（Fallen off the bus）、XID 错误、显存不可纠正错误（Uncorrectable ECC）、GPU 维度过温或性能下降需要进行根因溯源时，调用本技能。

通过分析服务器离线日志（iBMC、OS Messages、InfoCollect）诊断 Linux 内存硬件故障、内存访问异常、内存负载/泄漏问题并定位物理或逻辑级根因。当用户提供日志并询问内存 ECC 错误（CE/UCE）、MCE 报错、内存巡检告警、内存在位异常、内存热插拔、内存主板插槽故障，以及由于内存泄漏/耗竭（OOM）引发的系统挂起或业务异常需要进行多维根因溯源时，调用本技能。

通过分析服务器离线日志（iBMC、OS Messages、InfoCollect）诊断网络硬件故障（网卡、PCIe、链路、物理配置）并定位物理级根因。当用户提供日志并询问网卡硬件错误、PCIe 致命错误、网口 Link Down、丢包/错包/延时大、Bond 切换、网卡驱动 Panic 或固件加载失败，以及需要对网络异常进行底层物理坐标定位时，调用本技能。

通过分析服务器离线日志（iBMC、OS Messages、InfoCollect）诊断 NPU（神经网络处理器）及其关联的 PCIe 链路、驱动固件及内存故障。当用户提供日志并询问 NPU 掉卡、HBM 故障、AER 链路错误、驱动加载失败、Acl Error 及温度过高保护时，调用本技能。

通过分析服务器离线日志（iBMC、OS Messages、InfoCollect）诊断离线电源硬件、电压偏移、冗余失效及上电故障并定位物理级根因。当用户提供日志并询问电源掉电（Power Loss/Off）、电源模块故障（PSU Fault）、电压异常（Voltage Over-range）、冗余丢失（Redundancy Lost）、电源过载（Overload）、以及服务器无法上电需要进行底层电源链路根因溯源时，调用本技能。

面向 Linux 操作系统异常重启故障的分阶段诊断技能。适用于外部供电中断、人为/计划重启、内核自保复位（OOM/Softlockup）、内核崩溃/Panic、硬件底层异常（MCE/ECC/PCIe）等场景；当用户提到机器突然重启、非预期 reboot、宕机后自动拉起、panic 重启、掉电重启、硬件告警导致重启时应触发。

面向 Linux 时间同步故障的结构化诊断技能。适用于时间漂移、同步失败、ntpq 查询异常、UDP 123 连通性异常、计时源不稳定、False Ticker、Panic 阈值触发等场景；当用户提到时间不同步、时钟漂移、NTP/chronyd 故障、时钟源或 Stratum 异常时应触发。

专业的故障模式关联映射 Skill。用于根据专家经验，补齐已识别故障模式中的关联依赖项。 它解析输入的“起始模式”，输出对应的完整关联模式列表。若无关联项，则输出“无关联模型”。

服务器磁盘健康全栈诊断与故障预测技能。面向存储运维/SRE/硬件故障预测团队， 系统性阐述并执行"在磁盘尚未发生故障时，如何通过多层检测手段提前识别风险"的完整方法论。 覆盖 L1~L6 六层检测体系，基于现状、趋势、背景三视角进行故障预测。 支持三类日志来源：①iBMC 带外日志（华为/浪潮/H3C）②OS infocollect 包 ③系统日志。 输出风险评分、P0~P3风险等级（四类归因）及分级处置建议。