用途：审查 Apache Kafka 死信队列（DLQ）实现的完整性与最佳实践。DLQ 是每个 Kafka 消费者最终都会涉及的横切关注点，常被事后补做且忘记监控。目标环境由 $ARGUMENTS 指定。
主要能力与流程分七步：1）用 Lenses MCP 的 list_topics 按命名约定（.dlq、.dead-letter、.error、.errors、.retry、-dlq、*-dead-letter）发现 DLQ 主题，并用 list_kafka_connectors 检查连接器配置中的 DLQ 名称；2）用 get_topic 核查保留时间（过短告警）、分区数（仅 1 个分区告警）、副本因子（低于源主题告警）；3）用 list_consumer_groups_by_topic 检查监控，无消费组为严重问题，用 get_dataset_message_metrics 查看消息速率；4）用 execute_sql 采样消息（如 SELECT * FROM {dlq-topic} LIMIT 10），检查原始主题名、错误信息、分区偏移、时间戳、堆栈、重试次数、消费组 ID 等元数据；5）审计连接器 DLQ 配置，如 errors.tolerance=all 但无 errors.deadletterqueue.topic.name 会静默丢弃消息；6）扫描代码库中的 DLQ 生产者、重试逻辑、消费者错误处理与重放机制；7）生成含成熟度（none/basic/complete）的报告。
输出包含发现主题表、严重/警告/建议三级问题、元数据完整性表与成熟度评估。成功标准包括 15 次工具调用内完成审查、覆盖标准命名的全部 DLQ 主题。限制：依赖 Lenses MCP 与代码库访问；命名不标准的 DLQ 可能漏检；缺少元数据的消息难以调查和重放；消息序列化格式不一致可能导致查询返回二进制数据。具体收费、价格与平台支持等信息暂未提供。