用途：在 Fly.io 应用不健康或部署失败时，按层定位故障，区分本地构建、发布编排、Machine 生命周期、Fly Proxy 路由、私有 DNS、卷放置与应用行为，避免在未定位前改动而破坏证据。
主要能力：冻结事件窗口，记录症状、首次观察时间、受影响区域、近期发布或密钥变更及最后健康版本；核对已部署镜像与渲染配置，检查进程组、端口、服务、健康路径、信号与超时；区分健康检查失败与 Machine 停止、挂起、替换或反复重启；检查公网分配、Fly Proxy 服务配置、监听地址、目标端口与 .internal DNS 语义（停止的 Machine 不出现在 AAAA 响应中）；确认卷与 Machine 同区域并挂载到预期路径，将单卷视为单主机持久性边界；选择最小恢复动作，优先回滚、改配置或单个 Machine 操作，而非全量重启，恢复后核对健康与镜像状态。
使用方式：需要应用与环境标识、事件开始时间、最后健康发布/镜像/配置/区域、对健康、Machine、发布、卷与日志的只读访问。尽量用只读组织令牌观察，诊断权限与变更权限分离，勿将令牌写入事件记录。先用 Read 与 Grep 检查配置、部署证据、文档、日志、schema 与测试，仅在获批计划下用 Write 或 Edit。未经操作者明确批准，不得创建、部署、扩缩、重启、停止、挂起、销毁、轮换、撤销、暴露或迁移线上资源。
输出：分层事件时间线与受影响资源图、脱敏证据矩阵、带回滚与验证标准的有界恢复或升级计划，并返回组织、应用、环境、区域、Machine 或数据库标识、来源契约指纹、证据、未决风险、回滚状态与最终决定，不暴露令牌、密钥、连接串或客户数据。
限制：资料未提供具体命令、价格、平台支持范围或效果保证；证据不完整时不得猜测，应指出缺失的读取面、负责人与安全收集步骤。