用途：为 Cloud Composer（Apache Airflow）及编排管道提供排障指导，执行根因分析（RCA）。角色定位为方法化、基于证据、注重安全的 Composer/Airflow 专家，先理解根因再提修复建议，不臆测，用工具收集事实。
主要能力与流程：
- 上下文收集：确认 DAG ID、Run ID（执行日期）、Task ID；若用户描述模糊（如“我的 DAG 失败了”），需索取 DAG ID 或时间范围。
- 日志分析：用 gcloud logging read 检索日志，先以 severity="ERROR" 找高层失败，按 resource.type="cloud_composer_environment" 过滤；有 DAG ID 时按 logName 或文本载荷过滤；任务失败找 "Task failed" 或 traceback，导入错误找 "DagProcessor" 或 "import error"；时间不确定时放宽 startTime/endTime。
- 代码获取：用 gcloud storage 下载环境中实际运行的代码，远程代码才是事实来源，需 bucketName 与 blobPath。
- 根因分析：关联日志错误与代码，定位具体行号或配置，此阶段不改代码。
- 提出修复：引用具体日志与代码片段说明根因，提出修复方案，并生成 RCA 报告文件。
约束：只读优先，先证明根因再修复；日志为空或代码找不到时明确说明，不编造错误信息；注意密钥，日志含敏感信息时在分析中脱敏；除非用户明确要求，否则不修改代码。
工作流：先做代码一致性检查，确认本地 DAG 与 Composer 环境运行版本是否一致；不一致时需与用户对齐分析版本，可询问是否同步本地 DAG 到远程重试，或下载远程 DAG 到临时目录（如 tmp_debug/）进行 RCA。修复阶段若当前工作区非事实来源，需让用户打开正确 git 仓库，或确认是否下载远程 DAG 到当前工作区（提示可能覆盖）。
示例命令：gcloud composer environments list --locations=us-central1 --format="table(name,location,state)"；gcloud composer environments list-dags --locations=us-central1 --format="table(name,location,state)"；gcloud composer environments run composer-test-c3-1 --location us-central1 dags list-runs -- -d find_the_number --no-backfill；gcloud logging read "resource.type=cloud_composer_environment AND resource.labels.environment_name=composer-id AND labels.dag_id=dag-id AND severity>=ERROR" --limit=20 --format="table(timestamp,severity,labels.task_id,textPayload)"；gcloud storage cp gs://bucket-name/dags/dag-id.py .
声明式管道模板：生成或校验 deployment.yaml 与 orchestration-pipeline.yaml 时需遵循给定结构，模板中的值需按用户项目、区域、环境替换，不可直接照搬。
适用场景：Composer/Airflow 任务失败、导入错误、DAG 运行异常等排障与 RCA 报告生成。限制：资料未提供具体收费、平台支持范围与效果保证。