用途：debug-like-expert 是一个深度分析调试模式技能，用于处理复杂问题。它激活一套有条理的调查协议，包含证据收集、假设检验与严格验证，目标是系统性地找出根因，而不是套用快速修复。
主要能力：技能强调“验证而非假设”，每个假设都必须被测试，每个修复都必须被验证，没有证据就不给出方案。它特别提醒：对自己编写或修改过的代码要保持比陌生代码更高的怀疑度，因为“它应该这样工作”的心智模型可能掩盖真实实现错误。
使用方式：调用时会先执行上下文扫描，检测正在调试的文件类型与项目类型（如 package.json、Cargo.toml、pyproject.toml、go.mod 等），并查看 ~/.claude/skills/expertise/ 下可用的领域专长。若能从关键词或代码库推断领域（如 Python 游戏、React、Rust、Swift、Unity 等），会提示确认是否加载对应领域技能；加载时读取该技能 references 目录下的文档。若没有领域技能，则退化为通用调试方法。
流程：先记录当前状态（确切错误、复现步骤、实际与预期输出），再映射系统、追踪执行路径、完整阅读相关源码；随后形成可证伪假设并设计最小测试逐一验证；确认根因后才设计最小改动方案，实施并验证，检查回归。输出格式包含问题、证据、调查、根因、解决方案与验证。
适用场景：复杂缺陷、难以复现的问题、涉及依赖或配置的问题，以及需要严谨根因分析的调试任务。
限制：资料未提供具体收费、价格、平台支持范围或效果保证；领域专长依赖本地 ~/.claude/skills/expertise/ 目录，缺失时只能使用通用方法。技能明确要求不得在验证清单通过前将调试任务标记为完成。