用途：诊断并修复 Cursor 中 AI 建议质量、上下文、代码生成等问题，覆盖 AI 生成错误代码、上下文改进与系统化调试流程。
主要能力：提供诊断框架，将问题归因于上下文（约80%）、模型（约15%）、提示词（约5%）；按症状给出排查方向，如使用错误 API 或库版本、生成代码不符合项目模式、幻觉不存在的函数、忽略指令、Tab 补全重复或错误；提供系统化调试步骤：检查上下文、检查规则、用最小上下文测试、换模型测试、检查索引；并说明日志与诊断方法，包括开发者工具、详细日志、日志路径，以及提交 bug 报告所需信息。
使用方式：先准备最小可复现的提示词、文件集、规则集与模型配置；记录版本、活动上下文、索引状态、扩展与脱敏后的控制台错误；在分享前移除专有代码、凭据、标识符与完整提示/输出文本；在非敏感工作区验证解决方案并记录结果。示例规则文件路径为 .cursor/rules/stack-versions.mdc，可用 @Docs、@Files 等引用真实文档与模块接口。
适用场景：Cursor 用户或团队排查 AI 建议错误、上下文污染、规则冲突、索引异常、模型选择不当等问题，并用于内部质量基线与规则审计。
限制：资料未提供具体收费、价格、平台支持范围或效果保证；部分命令与路径需按实际环境确认；调试可能涉及专有代码与凭据，必须遵守脱敏与保留策略。