# Bug Killer Native

> 本地项目异常分析（code agent 模式）。分析和解决当前目录所在项目的 bug：直接用本地代码分析，不拉码、不建目录、不产物料文件，分析结果和解决方案全部直接对话输出。由 bug-killer 模式判断后调度，也支持独立触发。触发词：本地 bug、当前项目报错、这个项目异常、native 分析。

- Skill: `jeandoom/bug-killer-native` (Agent Skill)
- Install (CLI): `npx skillmds@latest add jeandoom/bug-killer-native`
- Raw SKILL.md: https://api.skillmd.com/api/skills/jeandoom/bug-killer-native/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: Jeandoom (https://skillmd.com/u/jeandoom)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/jeandoom/bug-killer-native

---


# bug-killer-native — 本地项目异常分析（code agent 模式）

与 bug-killer 物料管线模式的区别：**当前目录就是代码现场**，直接读代码/日志定位根因，零物料文件，结论全部输出到对话。

## 与物料模式差异

| 维度 | bug-killer（物料管线） | bug-killer-native（本 skill） |
|------|----------------------|------------------------------|
| 代码来源 | opser + gitlaber 拉到 repos/ | 当前目录本地代码 |
| 日志/trace | slser 查 SLS + langfuse | 本地日志文件 / 用户输入；按需 langfuse-cli |
| 物料 | bugs/bug-{id}/ 目录树 | 不创建任何文件/目录 |
| 输出 | reports/*.md | 对话直接输出 |
| 修复 | code-manager + code-dever | 可选直接 Edit（用户确认） |

## 执行流程

```
① 理解问题
   从用户输入提取：现象 / 报错堆栈 / 复现条件 / 本地日志文件路径
   信息不足 → 直接追问（现象都说不清就别硬猜）

② 收集证据（全部留在对话上下文，不落盘）
   本地代码：
   - .codegraph/ 存在 → 用 codegraph MCP（explore/callers/callees）
   - 否则 → Read/Grep（堆栈类名/方法名直接定位）
   日志：
   - 用户给了本地日志文件路径 → Read/Grep 提取异常段落
   - 用户直接粘贴日志 → 直接分析
   - 不用 slser（不查 SLS）
   langfuse（先判断再调用）：
   - 先排查问题相关代码是否涉及 agent 且使用 langfuse 观测配置
     （grep 问题模块调用链上的 langfuse SDK：LangfuseClient / observe /
       langfuse.init / @langfuse 等引用）
   - 是 + 有 traceId → langfuse-cli 查：
     eval "$(python -m scripts.credentials env langfuse)"
     npx -y langfuse-cli --api-version 3.150.0 api traces get <traceId>
     npx -y langfuse-cli --api-version 3.150.0 api observations list --trace-id <traceId> --limit 100
     （必须 --api-version 3.150.0：maycur 自托管 Langfuse 3.x，默认 4.10.0
       快照封锁 legacy 端点；traces get 用位置参数）
   - 否 → 只看日志信息即可，不调 langfuse

③ 定位根因
   堆栈/日志异常点 → 调用链追踪（codegraph callers/callees 或 Grep）
   → 疑似根因点 + 证据（能跑测试/复现命令就跑一个验证）

④ 直接输出（格式见下）
   分析 + 解决方案全部对话输出，不写任何文件

─── 输出后等用户决策 ───

⑤ 可选修复（用户明确说"修复/fix/改代码"才进）
   直接 Edit 当前工作区代码（每个 Edit 前说明改动点）
   commit/push 由用户自己掌控（不走 code-manager 流程）
```

## 输出格式（对话直接输出）

```markdown
## 问题分析
- **现象**：...
- **根因链**：现象 ← A ← B ← 根因（每环带证据：文件:行号 / 日志行 / trace observation）
- **置信度**：高/中/低 + 还缺什么证据
- **影响范围**：其他调用方/相似路径

## 解决方案
1. **hotfix**（最小改动）：...
2. **根治**（若与 hotfix 不同）：...
```

## 边界

- 不建目录、不写任何物料文件（与物料模式的本质区别）
- 不用 opser/gitlaber 拉码（当前目录就是代码）
- 不用 slser 查 SLS（日志来自本地文件或用户输入）
- 不自动修复（用户显式触发才 Edit）
- 不做 git commit/push/MR（用户自己掌控）
- 分析方法论可参考 maycur-ai-code-analyzer / maycur-ai-root-cause-analyzer，但结论只输出对话

## 依赖

- **langfuse-cli**（按需，仅 agent + langfuse 观测场景）：`npx -y langfuse-cli --api-version 3.150.0`，凭据经 `python -m scripts.credentials env langfuse` 导出
- **codegraph MCP**（可选，当前目录有 .codegraph/ 时优先用）
- 无 Python 脚本，纯 Claude 分析