用途：当代码涉及自身无法控制的外部黑盒系统（浏览器、编辑器、CDN/WAF、IM 平台、第三方 API、操作系统剪贴板等）时，提供一套先采集真实数据、再推理修复的调试方法论。
触发场景：输出被第三方平台消费（HTML 推送至 CSDN/微信/Notion/钉钉/飞书）；集成浏览器或系统 API（Clipboard、Drag-Drop、File System）；调用经 CDN/WAF/反代的第三方 HTTP API；在 IM 或富文本编辑器渲染内容。调试侧包括跨浏览器/设备表现不一致、粘贴复制异常、第三方 API 返回怪结果、本地复现失败但线上有问题，以及连续两轮凭代码推理的修复均无效。
黑盒判定：控制权在第三方、文档不全、只能从外部观察输入输出、同一输入在不同环境表现不同，满足任意两项即适用。
数据采集：按黑盒类型采集对应数据，如剪贴板用 navigator.clipboard.read() 列出所有 mime 并打印 outerHTML；第三方编辑器对比粘贴前后 DOM；跨浏览器用真机截图加 DOM；HTTP API 用 curl -v 或 Charles/mitmproxy 抓完整请求响应；CDN/WAF 用 curl -I 查看 Server/Via 头；IM 平台需真机截图发送与接收两端；系统剪贴板可用 macOS pbpaste -Prefer html。采集须保留原始格式，HTML 用 outerHTML，JSON 用原始字节，二进制用 hexdump。
决策流：判断是否涉及黑盒，是则采集数据、基于数据提假设、单变量验证、修复并沉淀案例；否则走通用调试流程。
限制与反模式：不得跳过数据采集，假设须能引用具体抓取结果，一次只改一个变量，避免用 try-catch 或全局 polyfill 掩盖未理解行为，避免凭主流环境应支持某特性的臆测。修复后应追加案例到 references/case-{name}.md。资料未提供具体安装命令与价格信息。