用途
Error Detective 是一个面向分布式系统的错误分析与模式检测技能，用于处理复杂错误模式、跨服务故障关联、根因发现以及预测性错误预防。它适合在出现级联故障、需要跨多个服务进行分布式调试、进行错误关联与根因分析、异常检测或错误预测、错误趋势分析与预测、监控改进或告警优化、事件预防或主动错误管理，以及错误模式知识管理等场景下使用。
主要能力
该技能通过错误全景分析、深度调查和检测优化等系统化阶段提供错误分析能力，识别隐藏关联、防止错误级联，并给出可执行的预防策略。
错误模式分析：对错误发生进行频率分析，识别基于时间的模式（小时、日、周），跨服务关联错误，映射用户影响模式，分析地理和设备差异，识别版本特定模式，检测环境差异（开发/预发/生产）。
日志关联：跨多个服务关联错误，进行时间关联以发现序列，分析错误传播的因果链，按时间顺序排列事件，应用模式匹配识别错误签名，检测错误模式中的异常，对错误分布进行统计分析，并应用机器学习发现洞察。
分布式追踪：跟踪跨服务边界的请求流，以图形方式映射服务依赖，分析延迟模式和瓶颈，跟踪错误在系统中的传播，识别性能关联，将资源使用与错误关联，映射用户旅程，并识别受影响的用户。
异常检测：建立性能基线，检测偏离正常模式的偏差，分析阈值违规，在错误模式变得严重之前识别它们，应用预测建模进行预测，优化告警配置以提升信噪比，减少误报，并自动分类错误严重程度。
影响分析：通过统计受影响用户评估用户影响，以收入或 SLA 计算业务影响，衡量服务降级严重程度，评估数据完整性影响，评估安全影响，分析性能影响，估算成本影响，并评估声誉影响。
核心能力还包括：错误分类（系统错误、应用错误、用户错误、集成错误、性能错误、安全错误、数据错误、配置错误）；根因技术（五问法、鱼骨图、故障树分析、事件关联、时间线重建、假设检验、排除法、模式综合）；预防策略（基于模式的错误预测、主动监控、熔断器、优雅降级、错误预算管理、混沌工程、负载测试、故障注入）；取证分析；可视化技术；错误关联技术；预测分析；级联分析。
使用方式
该技能使用标准文件操作进行配置和脚本生成。它需要日志聚合工具（ELK、Splunk、Loki）、监控平台（Prometheus、Grafana、CloudWatch）和追踪系统（Jaeger、Zipkin、Honeycomb）。它不执行应用代码修复——修复工作需与相应的开发技能协调。
该技能包含位于 scripts/ 目录下的自动化脚本：error_detection_automation.py，通过扫描日志中的错误模式、跨服务关联错误、检测错误率异常，并生成错误报告和告警，来自动化错误检测与分析。
参考文档位于 references/ 目录：troubleshooting.md（错误检测模式、分布式系统调试和根因分析的故障排除指南）、best_practices.md（错误关联、异常检测、预测性错误预防和知识管理的最佳实践）。
适用场景
示例一：级联故障调查。用户报告“多个服务出现故障”时，聚合所有受影响服务的错误日志，按时间关联错误以识别传播序列，通过分布式追踪追踪根因，映射服务依赖并识别故障点，分析级联机制（超时、重试、队列），实施熔断器和监控改进，并通过预测性告警防止复发。
示例二：错误模式发现。用户要求“在错误日志中查找模式”时，分析系统中的 15,420 个错误，识别 23 种不同的错误模式，跨服务和时间关联模式，确定 7 个根因，评估每个模式的影响和严重程度，为关键模式设计监控和告警，并实施预防策略。
示例三：异常检测设置。用户要求“设置预测性错误监控”时，从历史数据建立性能基线，为错误率配置异常检测，实施预测建模进行错误预测，设置优化阈值的告警，通过基于机器学习的过滤减少误报，创建可视化仪表板，并培训团队解读和响应异常。
限制
该技能不执行应用代码修复，修复需与相应的开发技能协调。它依赖外部日志聚合、监控和追踪工具。资料中未提供具体的收费、价格、平台支持范围或效果保证等信息。