这是一个用于调试流程的 AI 技能，触发场景是遇到 bug、测试失败或异常行为，且发生在提出修复方案之前。核心主张是找到根因，并在规范责任方（canonical owner）处修复整类缺陷；所谓最小修复不是文本差异最小，而是责任方层面的最小充分修复。
主要能力与步骤：先隔离问题，读完整错误与堆栈，记录输入、环境、版本与成功标准，稳定复现并缩小复现范围；再沿症状、逻辑、系统、架构、跨系统契约、平台、规范缺口等层次向上排查。随后识别责任方，对比正常行为、追踪异常值来源，重复责任方会被视为一个问题。编辑前需做 Patch-Shape Triage、Ripple Signal Triage、Change Necessity、Minimality Check 与 Pre-Edit Complexity Check；若判定需要改代码，则在修复切片上承担 TDD Route。验证阶段每次只检验一个假设，用最小复现证明；连续三次修复失败应停下来质疑架构。修复只在规范责任方做最小改动，并按风险做比例验证，同时关闭修复与退役两条线。
使用方式：针对低风险、可复现、单一责任方的 bug 可用 quick bug lane，仍需先暴露 Change Necessity 再改源码；非平凡调试且配置了工作区时，可用提供的命令辅助记录，例如 python <aegis-workspace-helper> init --root <target-project-root> 与 check 等。工具的具体安装方式、运行环境要求与收费信息暂未提供。
限制：该技能依赖具体项目上下文与配置，许多规则（如 TDD 默认关闭、严格模式触发条件）需要结合仓库实际设置；它强调证据与责任方证明，不支持堆叠猜测式修复。是否适用于非代码场景、支持哪些平台与模型，资料中暂未说明。