用途：回答“我的 PostHog 实验结果看起来不对、有偏差或为空，是怎么回事”。先按用户描述在分派表中匹配症状，再读取对应参考文件中的诊断项。每个诊断按验证强度标注 [HIGH]（在 PostHog 代码中直接验证）、[MEDIUM]（部分或团队来源验证）、[LOW]（未验证的 SDK/外部行为，应作为假设测试而非事实断言）。
使用方式：第一步解析实验，若用户只给名称或描述，先用 finding-experiments 技能解析出具体 ID；调用 experiment-get 获取变体分流比例、multiple_variant_handling、曝光事件配置、filterTestAccounts、标志状态与日期、分组配置、stats_config 等字段。第二步前先拉取诊断快照，多数诊断无需访谈即可确认或排除。随后按症状匹配诊断组：A 偏差与偏斜（分流不均、SRM、身份碎片化、标志与实验状态不一致）；B 空实验/零曝光；C 显著性解读陷阱（显著性翻转、A/A 测试、贝叶斯与频率派混淆、多重比较、窥视）；D 数字与 SQL 不一致（曝光范围、漏斗归因、分解、收入求和、录像面板差异）；E 中途改动后的异常（生命周期与留存怪癖）；F 定性反馈（问卷，需判断是否适合该实验）。
限制：症状不明确时先问一个澄清问题，不要猜测；只列出有验证路径的诊断，并独立呈现共现机制；建议需按实验状态（草稿、运行中、已停止/归档）限定范围，已停止实验不要主动提供状态回滚方案。具体命令与代码以官方资料为准，本资料未提供完整示例。