debug

当用户希望“运行评估”、“评估我的 ADK agent”、“编写 evalset”、“调试 eval scores”、“比较 eval results”，或需要有关 ADK (Agent Development Kit) 评估方法论及 eval-fix 循环的指导时，应使用此技能。涵盖 eval metrics、evalset schema、LLM-as-judge、tool trajectory scoring 以及常见失败原因。属于 Google ADK (Agent Development Kit) 技能套件的一部分。请勿用于 API 代码模式（请使用 google-agents-cli-adk-code）、部署（请使用 google-agents-cli-deploy）或项目脚手架（请使用 google-agents-cli-scaffold）。

当用户想要“设置链路追踪”、“监控我的 ADK agent”、“配置日志记录”、“添加可观测性”、“调试生产流量”，或需要关于监控已部署的 ADK (Agent Development Kit) agent 的指导时，应使用此技能。涵盖 Cloud Trace、提示词-响应日志记录、BigQuery Agent Analytics、第三方集成（AgentOps、Phoenix、MLflow 等）以及故障排查。属于 Google ADK (Agent Development Kit) 技能套件的一部分。请勿用于部署设置（请使用 google-agents-cli-deploy）或 API 代码模式（请使用 google-agents-cli-adk-code）。

基于本能的学习系统，通过钩子观察会话，创建带有置信度评分的原子本能，并将其演化为…

在编写代码之前，将初步想法转化为结构经过验证、决策完备且已获批的计划。涵盖新功能、架构决策以及价值……

仅在编写/更新/修复 C++ 测试、配置 GoogleTest/CTest、诊断失败或不稳定的测试，或添加覆盖率/消毒器时使用。

LLM API 使用的成本优化模式——按任务复杂度进行模型路由、预算跟踪、重试逻辑和提示词缓存。

使用评估优先执行、任务分解和成本感知模型路由，作为智能体工程师进行操作。

在编码前创建规范。适用于启动新项目、新功能或重大变更且尚无规范时使用。当需求……时使用。

用于构建稳健、高效且可复现的训练流水线、模型架构和数据加载的 PyTorch 深度学习模式与最佳实践。

审计 Claude Code 在代理、技能、MCP 服务器和规则中的上下文窗口消耗情况。识别冗余膨胀与冗余组件，并生成优先级排序的……

以测试驱动开发。在实现任何逻辑、修复任何缺陷或更改任何行为时使用。当需要证明代码正常工作，当…

发现并调用智能体技能。在启动会话或需要发现适用于当前任务的技能时使用。这是一个元技能……

构建 Git 工作流规范。在进行任何代码修改时使用。在提交、创建分支、解决冲突或需要组织工作时使用……

使用捕获、诊断、隔离恢复和内省报告，针对 AI 智能体故障的结构化自调试工作流。

为 API 生成可直接交付的 CLI，采用精简的 研究 -> 生成 -> 构建 -> 交付检查 循环。

在每一项非平凡决策确立之前，都将其置于全新上下文的对抗性审查之下。适用于正确性比速度更重要，以及在……环境中工作时使用。