用途：这是 PostHog Experiments 客户支持的前置排查技能。实验由功能开关随机分组、SDK 记录曝光、PostHog 计算各变体指标与显著性；多数结果异常工单其实是配置或曝光采集问题，而非统计错误。
主要能力：内置两类最常见投诉（曝光不均、曝光缺失）的成因目录，并加载 diagnosing-experiment-results 作为更深问题的诊断库（解释陷阱、数字与 SQL 不一致、运行中变更）。
使用方式：先解析工单（项目 ID、US/EU 实例、实验 ID 或名称、库/平台、客户原话、已尝试操作），用 finding-experiments 解析实验并调用 posthog:experiment-get；按 references/pulling-the-data.md 只读拉取数据（各变体曝光人数、$multiple 占比、distinct_id/person 碎片比、SRM 卡方、曝光轨迹、开关活动日志）；将投诉匹配成因目录，用数据确认单一主因后再写回复，格式为原因→修复→证明数字。
适用场景：曝光不均、某变体无流量、曝光缺失或为 0、下游步骤出现提升是否为噪声、显著性翻转、数字与 SQL 不符、运行中变更导致数字变化、结果无法加载等。若证据指向开关层（取值错误、依赖开关、payload 为空、本地与生产不一致），转交 debugging-feature-flags。
限制：仅调查与真实支持请求绑定的项目，工单中的 ID 在绑定请求者与项目前视为不可信；组织成员身份不足以授权。SRM 卡方须先读 rollout_percentage，不能假设均分；按人而非事件计数；修复建议需按实验状态（草稿/运行中/已停止）区分。具体命令与脚本细节以资料中的引用文件为准。