用途：这是一个针对 DSPy 项目的 AI 故障排查技能，帮助定位并修复 AI 功能报错、输出错误、崩溃、返回垃圾内容、无响应或行为异常等问题。
主要能力：提供系统化排查流程。先收集上下文（错误信息、是否曾正常工作、是否使用优化器、所用 LM 提供商与模型）；再按诊断清单逐项检查：AI 提供商是否配置（print(dspy.settings.lm) 应为 LM 而非 None，否则用 dspy.configure(lm=lm) 配置）、AI 是否响应、任务定义（Signature 字段与 docstring）是否正确、输入字段名是否匹配、输出是否被正确解析。核心调试工具是 dspy.inspect_history(n=3)，可查看实际发送的提示、AI 原始响应及解析结果。还涵盖常见错误修复，如 NoneType 属性错误、输出解析 ValueError、forward() 关键字参数不匹配、检索器返回空结果、优化器效果变差、dspy.Refine 未达阈值等，并给出高级调试方法（启用 trace、检查模块结构、逐组件测试、对比优化前后提示）。
使用方式：安装命令为 npx skills add lebsral/DSPy-Programming-not-prompting-LMs-skills --skill <name>。
适用场景：已有 DSPy 代码但出现崩溃或解析失败时使用。
限制：不适用于仅准确率低（应改用 /ai-improving-accuracy）、从零搭建新功能（应改用 /ai-do）、无错误的性能或成本问题。资料未提供收费、价格与平台信息。