用途：当回测报错失败或结果异常时，用该技能定位根因并修复问题。
诊断流程：先用 read_file 查看 artifacts/metrics.csv、equity.csv、trades.csv，再读 code/signal_engine.py 与 config.json，按错误分类判断根因，用 edit_file 修改代码后重跑回测，并用 read_file 检查新的 metrics.csv 验证。
错误分类：运行时错误（exit_code != 0）中，ImportError 多为缺依赖，可 bash("pip install xxx")；KeyError 为列名不匹配，核对 data_map 实际列名；IndexError 为数据为空或长度不足，加长度检查；TypeError 为信号类型错误，确保返回值为 pd.Series。逻辑 Bug 包括：trade_count=0 为信号逻辑问题；首笔交易晚于回测开始两年以上属数据过滤问题；资金利用率低于 50% 属仓位设置问题；结束时仍有持仓属退出时机问题。数据错误包括未取到数据（检查 config.json）与数据过少（扩大日期范围）。
数据源错误忽略清单：若出现 provider 侧 no data available、rate limit、API limit、daily limit 等关键词，不要改代码，属数据提供方问题，需检查 API token、切换数据源或等待额度重置。
硬性门槛：metrics.csv 存在且非空、equity.csv 存在且非空、trade_count > 0、净值序列无 NaN、exit_code == 0。任一门槛不通过则不产生证据行，并以固定机器可读 token 跳过（如 hard-gate:exit-nonzero、hard-gate:metrics-missing、hard-gate:zero-trades、hard-gate:equity-empty、hard-gate:equity-nan）。修复后重跑，并用 refresh_strategy_evidence（agent 工具 / MCP 工具，或 vibe-trading strategy-evidence refresh --manifest <path>）刷入证据缓存。
修复原则：用 edit_file 精确修改而非 write_file 重写整文件（除非结构根本损坏）；只修 bug，未经用户明确要求不改策略逻辑；一次只修一个问题，修完立即重跑；最多 3 轮修复。
修复后校验：AST 语法检查 bash("python -c "import ast; ast.parse(open('code/signal_engine.py').read()); print('OK')"")；文件须含 class SignalEngine；该类须含 def generate 方法；重跑回测并验证结果。
action_items 写作规则：用“把 X 从 A 改为 B”或“在 signal_engine.py 中添加 X 逻辑”的格式，具体到参数值、文件名与函数名，至少 2 条。其他细节暂未提供。