用途：把调试从猜测变为系统化排错，适用于追踪疑难 Bug、性能问题、内存泄漏、崩溃堆栈分析、分布式系统与生产环境问题排查，也用于理解陌生代码库。
核心方法：遵循科学方法（观察、假设、实验、分析、重复）；先稳定复现并构造最小复现，记录步骤与环境；收集完整堆栈、错误码、日志、依赖版本与近期变更；通过对比正常与异常环境、二分法注释代码、加日志、隔离组件来验证假设；强调根因修复而非治标，建议记录笔记、卡住时休息。
工具用法（资料涉及）：JavaScript/TypeScript 可用 debugger 语句、条件断点、console.log/table/time/trace/assert 与 performance.mark/measure，VS Code 通过 .vscode/launch.json 配置 node 调试与测试调试；Python 使用 pdb.set_trace()、breakpoint()、pdb.post_mortem()、ipdb、logging 及 cProfile/pstats；Go 使用 Delve（go install github.com/go-delve/delve/cmd/dlv@latest，dlv debug main.go）、debug.PrintStack()、net/http/pprof 与 runtime/pprof 做内存和 CPU 分析。
进阶技巧：git bisect 定位回归、差分调试对比环境与数据、装饰器函数调用追踪、Chrome DevTools 堆快照比较与 Node.js v8.writeHeapSnapshot() 排查内存泄漏。
场景与限制：针对间歇性 Bug、性能瓶颈、生产故障分别给出加日志、查竞态、先 профиль再优化、借助错误追踪与监控、在不改动生产前提下安全排查等策略。资料未提供安装方式、收费模式、支持平台与效果数据，具体能力以实际项目与所选工具为准。