用途：识别代码库中反复出现的错误模式与系统性问题，适用于同一错误反复出现、排查生产事故、排定缺陷修复优先级、寻找根因和分析错误趋势等场景。
主要能力：按频率分级（Critical >100/小时为P0，High 10-100/小时为P1，Medium 1-10/小时为P2，Low <1/小时为P3），按影响评估（受影响用户数、收入影响、数据完整性、是否级联）；通过错误类型、归一化消息和关键堆栈帧生成指纹并分组；内置已知模式检测，如空指针、竞态条件、资源耗尽、集成失败；分析趋势并预测未来数量；识别级联、惊群、缓慢泄漏等常见模式；生成含摘要、关键问题、趋势和建议的报告。
使用方式：先收集指定时间窗口内的错误记录，再按相似度分组，随后检测模式、分析趋势并生成报告。资料提供了 collectErrors、groupErrors、createFingerprint、detectPatterns、analyzeTrends、generateReport 等函数示例，以及 AI 辅助分析提示模板。
限制：资料未提供具体安装命令、依赖、平台支持、收费或价格信息；示例代码需结合自身错误存储与运行环境适配，阈值和置信度计算需按实际情况调整。