用途：把 CI 日志、测试框架输出、生产错误监控或人工 bug 报告，转化为可去重、可分类、可路由的缺陷工单。核心主张是“确定性优先、LLM 其次”：去重和聚类用稳定指纹，LLM 只做需要理解的任务。
主要能力与流程：
- 归一化，按顺序去除 ANSI 码、时间戳、UUID、PID、端口、临时路径、内存地址、随机后缀、请求 ID，并压缩空白。
- 提取稳定锚点，优先级为异常类型、错误消息模板、栈顶帧、测试名、URL 模式、HTTP 状态码、退出码、断言差异；函数名保留但去行号，URL 去查询参数与路径 ID。
- 生成指纹：锚点按类型排序拼接后取 SHA-256 前 16 位十六进制，保证同故障同指纹、异故障异指纹，且可作为标签写入工单。
- 近重复聚类：按异常类型 0.30、错误消息 0.25、栈帧 Jaccard 0.25、组件 0.10、测试名 0.10 加权评分，超过 0.75 判为疑似重复，0.60–0.75 交人工复核。
- LLM 分类：输出失败类别（应用缺陷、测试缺陷、环境问题、不稳定测试、构建失败）、严重度、组件、疑似根因与置信度；低置信度转人工。
- LLM 生成工单：标题（含组件、80 字符内）、描述、复现步骤、证据、建议标签与指派人，指纹需写入工单。
- 人工审批：创建、合并、隔离、重试监控或忽略，破坏性操作必须人工确认。
适用场景与限制：适合已有 CI 和缺陷跟踪器、希望落地可审计 triage 流程的团队；文档列出 Trunk、CloudBees、Datadog、Sealights 等可替代的商业平台，并建议分类用低成本模型、仅在聚类新颖或低置信度时升级模型。限制与反模式包括：不可用 LLM 做去重、禁止自动关闭工单、禁止把原始长日志贴入工单、必须先归一化再指纹、需维护组件归属映射并持续度量分类准确率（建议低于 85% 需调优）。具体 API、命令与完整模板以官方资料为准，本资料未给出可直接运行的完整安装与部署步骤。