@fx-data/ai-diagnostics 0.1.20261026070913 → 0.1.20261107142011

package/content/.agents/skills/analyze-engine-metric/scripts/engine_metric_analysis/signoz_extract.py

@@ -1,278 +0,0 @@
-#!/usr/bin/env python3
-"""Select the best complete MetricOuts body from a SigNoZ builder-query response."""
-
-from __future__ import annotations
-
-import hashlib
-import json
-from pathlib import Path
-import re
-import sys
-from typing import Any, Dict, List
-
-
-METRIC_LOGGER = "com.fanruan.polars.metric.MetricOuts"
-TASK_NAME_PATTERN = re.compile(r"^[A-Za-z0-9._:-]+$")
-PIPELINE_PATTERN = re.compile(r"^\s*-\s+pipeline@", re.MULTILINE)
-OPERATOR_PATTERN = re.compile(
-    r"^\s*-\s+<[^>]+>\s+[^@\n]+@-?\d+\s+\[[^\]]+\]", re.MULTILINE
-)
-
-
-class MetricExtractionError(RuntimeError):
-    """Raised when the log response cannot identify one usable metric body."""
-
-    def __init__(self, message: str, status: str = "format_error"):
-        super().__init__(message)
-        self.status = status
-
-
-def classify_metric_body(body: str) -> str:
-    """Classify a complete MetricOuts body by the evidence it can provide."""
-    if PIPELINE_PATTERN.search(body) and OPERATOR_PATTERN.search(body):
-        return "full_metric"
-    return "signoz_metric_log"
-
-
-def _decode_text_payload(payload: Any) -> Any:
-    if isinstance(payload, list):
-        decoded = []
-        for item in payload:
-            if isinstance(item, dict) and item.get("type") == "text" and isinstance(item.get("text"), str):
-                try:
-                    decoded.append(json.loads(item["text"]))
-                except json.JSONDecodeError:
-                    continue
-        if decoded:
-            return decoded[0] if len(decoded) == 1 else decoded
-    return payload
-
-
-def _find_rows(payload: Any) -> List[Dict[str, Any]]:
-    value = _decode_text_payload(payload)
-    if isinstance(value, dict):
-        if (
-            value.get("isError")
-            or value.get("status") in ("error", "failed")
-            or value.get("error")
-        ):
-            raise MetricExtractionError(
-                "Tool returned an error; no empty-log conclusion is available",
-                "tool_error",
-            )
-        if value.get("type") == "text" and isinstance(value.get("text"), str):
-            try:
-                return _find_rows(json.loads(value["text"]))
-            except json.JSONDecodeError as exc:
-                raise MetricExtractionError("MCP text is not a JSON response") from exc
-        if value.get("nextCursor") or value.get("hasMore") or value.get("truncated"):
-            raise MetricExtractionError(
-                "Log response has another page; the selected body is not yet unique",
-                "query_incomplete",
-            )
-        if "structuredContent" in value and value["structuredContent"] is not None:
-            return _find_rows(value["structuredContent"])
-        if "content" in value and not value["content"]:
-            raise MetricExtractionError("MCP response contains no query result")
-        if "rows" in value:
-            rows = value["rows"]
-            if rows is None:
-                return []
-            if not isinstance(rows, list) or any(
-                not isinstance(row, dict) for row in rows
-            ):
-                raise MetricExtractionError("Log rows have an unsupported shape")
-            return rows
-        found: List[Dict[str, Any]] = []
-        recognized = False
-        for key in ("data", "results", "content"):
-            if key in value:
-                recognized = True
-                found.extend(_find_rows(value[key]))
-        if recognized:
-            return found
-    if isinstance(value, list):
-        if not value:
-            raise MetricExtractionError(
-                "Empty result envelope does not establish server-side empty rows"
-            )
-        if value and all(
-            isinstance(row, dict)
-            and (
-                "body" in row
-                or isinstance(row.get("data"), dict)
-                and "body" in row["data"]
-            )
-            for row in value
-        ):
-            return value
-        found = []
-        for item in value:
-            found.extend(_find_rows(item))
-        return found
-    raise MetricExtractionError(
-        "Response format is not recognized; preserve the original object"
-    )
-
-
-def _row_data(row: Dict[str, Any]) -> Dict[str, Any]:
-    data = row.get("data")
-    return data if isinstance(data, dict) else row
-
-
-def _attributes(data: Dict[str, Any]) -> Dict[str, Any]:
-    merged = {}
-    for key in ("resources_string", "attributes_string"):
-        if isinstance(data.get(key), dict):
-            merged.update(data[key])
-    raw = data.get("attributes")
-    if isinstance(raw, dict):
-        return {**merged, **raw}
-    if isinstance(raw, list):
-        result: Dict[str, Any] = {}
-        for item in raw:
-            if isinstance(item, dict) and item.get("key") is not None:
-                result[str(item["key"])] = item.get("value")
-        return {**merged, **result}
-    return merged
-
-
-def _extract_metric_and_companions(
-    payload: Any, task_name: str, query_limit: int | None = None
-) -> tuple[Dict[str, Any], List[Dict[str, Any]]]:
-    normalized_task_name = str(task_name or "")
-    if not TASK_NAME_PATTERN.fullmatch(normalized_task_name):
-        raise MetricExtractionError(
-            "task_name is missing or contains unsupported characters"
-        )
-
-    matched_by_digest: Dict[str, Dict[str, Any]] = {}
-    raw_candidate_count = 0
-    rows = _find_rows(payload)
-    if query_limit is not None and len(rows) >= query_limit:
-        raise MetricExtractionError(
-            "Metric row count reached the known query limit; uniqueness is unconfirmed",
-            "query_incomplete",
-        )
-    task_rows = 0
-    for row in rows:
-        data = _row_data(row)
-        attrs = _attributes(data)
-        logger_name = (
-            data.get("logger.name")
-            or attrs.get("logger.name")
-            or data.get("scope_name")
-        )
-        body = data.get("body")
-        if logger_name != METRIC_LOGGER or not isinstance(body, str):
-            continue
-        if not re.search(
-            r"(?<![A-Za-z0-9._:-])"
-            + re.escape(normalized_task_name)
-            + r"(?![A-Za-z0-9._:-])",
-            body,
-        ):
-            continue
-        task_rows += 1
-        if not re.search(r"^\s*end_of_metric\s*$", body, re.MULTILINE):
-            continue
-        raw_candidate_count += 1
-        digest = hashlib.sha256(body.encode("utf-8")).hexdigest()
-        if digest not in matched_by_digest:
-            matched_by_digest[digest] = {
-                "body": body,
-                "timestamp": data.get("timestamp") or row.get("timestamp"),
-                "logger_name": logger_name,
-                "service_name": data.get("service.name") or attrs.get("service.name"),
-                "metric_kind": classify_metric_body(body),
-                "body_sha256": digest,
-                "duplicate_count": 1,
-            }
-        else:
-            matched_by_digest[digest]["duplicate_count"] += 1
-
-    matched = list(matched_by_digest.values())
-
-    if not matched:
-        status = (
-            "query_empty"
-            if not rows
-            else "body_incomplete"
-            if task_rows
-            else "task_mismatch"
-        )
-        raise MetricExtractionError(
-            f"Metric selection failed: {status}; response_rows={len(rows)}, matching_task_rows={task_rows}",
-            status,
-        )
-    full_metrics = [item for item in matched if item["metric_kind"] == "full_metric"]
-    if len(full_metrics) == 1:
-        selected = full_metrics[0]
-    elif len(full_metrics) > 1:
-        timestamps = [str(item.get("timestamp") or "unknown") for item in full_metrics]
-        raise MetricExtractionError(
-            f"Expected one full MetricOuts log for task {normalized_task_name}, "
-            f"found {len(full_metrics)} distinct full metrics at {timestamps}",
-            "body_ambiguous",
-        )
-    elif len(matched) == 1:
-        selected = matched[0]
-    else:
-        timestamps = [str(item.get("timestamp") or "unknown") for item in matched]
-        raise MetricExtractionError(
-            f"Expected one MetricOuts summary for task {normalized_task_name}, "
-            f"found {len(matched)} distinct summaries at {timestamps}",
-            "body_ambiguous",
-        )
-
-    companions = [
-        item for item in matched if item["body_sha256"] != selected["body_sha256"]
-    ]
-    companion_candidates = [
-        {
-            "timestamp": item.get("timestamp"),
-            "logger_name": item["logger_name"],
-            "service_name": item.get("service_name"),
-            "metric_kind": item["metric_kind"],
-            "body_sha256": item["body_sha256"],
-            "duplicate_count": item["duplicate_count"],
-        }
-        for item in companions
-    ]
-    return {
-        **selected,
-        "response_row_count": len(rows),
-        "raw_candidate_count": raw_candidate_count,
-        "distinct_candidate_count": len(matched),
-        "companion_candidates": companion_candidates,
-    }, companions
-
-
-def extract_metric(payload: Any, task_name: str) -> Dict[str, Any]:
-    selected, _ = _extract_metric_and_companions(payload, task_name)
-    return selected
-
-
-def write_metric(
-    payload: Any, task_name: str, output_dir: Path, *, query_limit: int | None = None
-) -> Dict[str, Any]:
-    selected, companions = _extract_metric_and_companions(
-        payload, task_name, query_limit
-    )
-    output_dir.mkdir(parents=True, exist_ok=True)
-    metric_path = output_dir / f"{task_name}.metric"
-    metric_path.write_text(selected["body"], encoding="utf-8")
-    if companions:
-        companion_dir = output_dir / "companions"
-        companion_dir.mkdir(parents=True, exist_ok=True)
-        for metadata, item in zip(selected["companion_candidates"], companions):
-            companion_path = companion_dir / f"{item['body_sha256']}.metric"
-            companion_path.write_text(item["body"], encoding="utf-8")
-            metadata["metric_path"] = str(companion_path)
-    return {**selected, "metric_path": str(metric_path)}
-
-
-def read_payload(input_path: str) -> Any:
-    if input_path == "-":
-        return json.load(sys.stdin)
-    return json.loads(Path(input_path).read_text(encoding="utf-8"))

package/content/.agents/skills/diagnose-component-performance/SKILL.md

@@ -1,52 +0,0 @@
----
-name: diagnose-component-performance
-description: 当 $diagnose-performance 已将问题路由到图表、组件或 widget 取数场景，并提供 widgetId、componentId、取数请求、trace、时间窗或候选假设时使用。负责分析组件入口、数据绑定、筛选联动、聚合排序和关联分析表证据，不承担性能总控。
----
-
-# 组件性能诊断
-
-## 定位与默认目标
-
-从组件取数入口判断主要问题位于请求上下文、数据绑定、组件查询、关联分析表、上游更新还是 engine 执行，并把阶段性证据交回 `$diagnose-performance`。
-
-出现组件 span 时，仍需核对本次请求和执行证据，才能判断是否为组件配置问题。
-
-## 按需读取
-
-同一调查中，已读且适用范围未变的内容直接复用。下面的步骤只补当前缺口，已有执行和产物沿用。
-
-1. 首次进入本场景时读取 [`../../../knowledge/component/observability.md`](../../../knowledge/component/observability.md)：业务实体、调查关系、接口、span 和 attribute 都在这一份。
-2. 外部组件入口必须先读取或复用[来源判定](../../../knowledge/common/trace-routing.md#外部组件取数入口)；其他跨场景冲突按同一文件处理。
-3. 需要生成或排序候选假设时读取 [references/experience.md](references/experience.md) 的相关经验；已有直接证据足够时核对反证和边界后返回。
-
-## 排查顺序
-
-1. 区分编辑态预览、仪表板中的组件请求和其他外部取数。外部入口按上述来源判定处理；确认来自仪表板时，立即交回 `$diagnose-performance` 进入仪表板专项，不在本 Skill 继续分析。只有“图表慢/超时”等现象时，先做这一区分。
-2. 记录组件、绑定表、筛选/联动/权限上下文、环境、时间窗和用户感知耗时。
-3. 根据精确 ID、请求上下文和时间窗收敛候选执行；不按最慢 span 静默选取。
-4. 已有证据能解释当前现象时，核对反证和边界；否则形成少量候选根因，并主动寻找支持证据和反证。
-5. 验证：
-   - 组件 ID、查询表和请求上下文是否属于本次问题；
-   - 是否一次触发多个查询或携带复杂筛选、联动、聚合和排序；
-   - trace 的关键阶段和主要耗时；
-   - 绑定分析表的资源版本或更新状态是否与当前执行相关。
-6. 已选定慢或失败 engine 执行时，直接调用 `$analyze-engine-metric` 获取并解析 Metric；取证门槛和跳过条件见 `$diagnose-performance` 的“失败分析的完成条件”。
-7. 请求来自 dashboard 时直接交回 `$diagnose-performance` 重新路由；证据指向 dataset/update 时带上关联场景和依据交回。
-
-## 返回结果
-
-向 `$diagnose-performance` 说明调查范围、候选判断及其证据与反证，列出缺少的请求上下文或资源信息、关联场景和下一项最小验证动作。按本次材料组织结果，不预设固定字段。
-
-## 关键限制
-
-- 配置说明可能发起什么，trace 才说明本次发起了什么。
-- dashboard trace 中出现组件 span，不表示业务入口是组件预览。
-- 底层表正在更新与组件慢时间相关，不足以确认因果。
-- 只有通用 engine span 时不能确认组件场景。
-- 没有完整 dashboard 交互证据时，不声称已还原全部请求扩散。
-
-## 能力与协作边界
-
-- 负责单个组件及其直接查询上下文，不重做完整 dashboard 关键路径。
-- 不替代 dataset/update 解释完整资源或运行生命周期。
-- 完成本场景证据后返回当前结论及其边界，由 `$diagnose-performance` 决定继续、并行或停止。

package/content/.agents/skills/diagnose-component-performance/agents/openai.yaml

@@ -1,7 +0,0 @@
-interface:
-  display_name: "组件性能诊断"
-  short_description: "诊断组件取数、数据绑定、聚合排序和关联分析表性能问题"
-  default_prompt: "使用 $diagnose-component-performance 诊断这个组件取数性能问题。"
-
-policy:
-  allow_implicit_invocation: false

package/content/.agents/skills/diagnose-component-performance/references/experience.md

@@ -1,34 +0,0 @@
-# 组件性能排查经验
-
-根据这些经验提出假设，再用本次配置和执行证据验证。
-
-本文件只保留业务现象对应的候选与验证方向，取证和结束条件按[统一取证门槛](../../diagnose-performance/SKILL.md#失败分析的完成条件)执行。解释引擎耗时、内存或数据放大时，按需查[常见引擎性能问题](../../../../knowledge/engine/performance-patterns.md)，不在经验中另设读取 Metric 的条件。
-
-## 组件请求数量或计算量过大
-
-候选假设：
-
-- 一个组件实际发起多个查询；
-- 筛选、联动、权限上下文扩大了查询；
-- 高基数聚合、排序或 TopN 成为主要阶段。
-
-验证：
-
-- 统计同一次组件动作的查询数量；
-- 检查本次请求携带的控件和联动上下文；
-- 对比本次请求的 trace 阶段，并核对对应引擎执行。
-
-## 组件慢来自绑定分析表
-
-候选假设：
-
-- 绑定表仍在更新、更新失败或结果陈旧；
-- 组件查询本身很轻，但依赖的表读取或计算慢。
-
-验证：
-
-- 用 `component.query.table_id` 或资源配置确认真实绑定；
-- 校验更新时间、版本和当前 trace 的关联；
-- 没有时间或版本证据时只标为 `CORRELATED` 或 `INFERRED`。
-
-常见误判：组件出现在 dashboard trace 中，不表示根因一定属于组件配置。

package/content/.agents/skills/diagnose-dashboard-performance/SKILL.md

@@ -1,92 +0,0 @@
----
-name: diagnose-dashboard-performance
-description: 当 $diagnose-performance 已将问题路由到仪表板 2.0（FVS）的筛选器自身候选值取数或组件取数场景，并提供 dashboardId、reportId、控件/组件、trace、时间窗或候选假设时使用。首次加载、筛选值变化和联动只作为组件取数的触发上下文。负责还原控件或组件的计算上下文；明确同一次动作影响多个组件时再分析影响范围和关键路径。不诊断并发容量、并发退化或压测问题，也不承担性能总控。
----
-
-# 仪表板性能诊断
-
-## 定位与默认目标
-
-只面向仪表板 2.0（FVS）。一级场景只有筛选器自身候选值取数慢和组件取数慢；首次加载、筛选值变化、参数变化和联动只记录为触发组件取数的动作。优先用 trace span attribute 还原本次具体业务计算，再判断计算范围、关系层级、操作复杂度和异常配置是否足以解释性能问题。
-
-单个组件 trace 只覆盖该请求，完整仪表板交互还需其他请求和交互边界。绑定表数量多时，仍需证明它怎样影响本次计算。
-
-## 按需读取
-
-同一调查中，沿用已选执行和产物；已读且适用范围未变的内容直接复用，只补当前缺口。
-
-1. 首次进入本场景时读取 [`../../../knowledge/dashboard/observability.md`](../../../knowledge/dashboard/observability.md)：业务实体、调查关系、接口、span 和 attribute 都在这一份。
-2. 外部组件入口必须先读取或复用[来源判定](../../../knowledge/common/trace-routing.md#外部组件取数入口)；其他跨场景冲突按同一文件处理。
-3. 需要生成或排序候选假设时读取 [references/experience.md](references/experience.md) 的相关经验；已有直接证据足够时核对反证和边界后返回。
-
-## 组件取数先做对照
-
-识别为仪表板内组件计算后，先自行查找对应组件的单独计算记录，再深入仪表板上下文；不等待用户先说明“单独正常”。已有可用对照直接复用，查找窗口、预算及编辑态属性缺失时的日志回退见[仪表板内外组件对照](../../../knowledge/common/signoz-query-policy.md#仪表板内外组件对照)，身份与成功判定见[组件计算对照的证据](../../../knowledge/dashboard/observability.md#组件计算对照的证据)。
-
-- 找到可比的单独计算成功记录，且仪表板失败或明显退化：优先核对仪表板额外带入的动态字段、参数、筛选、联动与权限，比较直接读取已有结果和展开上游计算的差异；不能仅凭入口不同认定原因。
-- 两种入口均异常：保留各自执行，先查共同的组件查询、输入数据和计算链；需要进入其他场景时带上证据返回性能入口，不强行归因为仪表板条件。
-- 未找到对照、身份无法核实或记录不足：立即继续分析已有异常 trace 和必要 Metric，交付已确认事实、可能原因及各自缺口，并提示用户检查“单独组件预览时是否也报错或变慢”。不把提供正常 trace 或执行预览作为继续当前诊断的前提，不自行触发计算。
-
-仪表板内的快速成功请求可以补充解释不同计算路径，但必须标明仍是仪表板请求，不能冒充组件单独预览。用户已经反馈单独预览结果时沿用反馈，不重复要求确认；尚未取得该执行材料时明确其证据层次。
-
-## 排查顺序
-
-1. 先区分筛选器自身候选值取数和组件取数。首次加载、筛选值变化、参数变化和联动只是组件取数的触发上下文，不作为并列取数场景；不要因为组件请求携带筛选条件就把它归为筛选器自身取数。
-   外部组件入口先按上述来源判定确认；属于仪表板的组件计算由本 Skill 直接调查，不先经过组件场景重新分流。
-2. 记录用户感知的开始/完成条件、report/dashboard、控件/组件、环境、时间窗和触发动作。组件取数由一次动作触发多个组件时，以全部受影响组件刷新完成为用户感知的完成；筛选器自身候选值取数仍单独分析。
-3. 对控件候选值取数，只分析当前控件的候选值计算及其他控件带来的筛选影响。
-4. 对组件取数，先按上节完成有界对照查找，再从入口和计算链路的 span attribute 及关联请求日志还原当前组件的完整业务计算，不要先根据慢 span 选择 Metric：
-   - 组件在计算哪些查询，使用哪些字段、聚合、排序、窗口或 TopN；
-   - 根表、绑定表、筛选字段所在表及完整关系路径；
-   - 控件条件、参数、权限、自动联动和组件间自定义联动分别加入了什么计算；
-   - 数据范围是否被父表路径、无关字段、重复分支或不合理绑定放大。
-   先根据这些业务语义判断计算复杂度和具体问题，再形成少量候选根因；不要把 `control` 等同于筛选器影响。
-5. 验证：
-   - dashboard 与控件、组件的资源关系；
-   - DataRequestObservation 入口信息，以及 `filter_conditions.root_table_id`、`node_count`、`max_depth`、`table_paths`、`tree_summary` 描述的最终筛选树；
-   - 组件计算存在多层、多分支过滤树，或结论依赖筛选器所在层级时，必须按[筛选树还原与交付](../../../knowledge/dashboard/observability.md#筛选树还原与交付)校验并输出完整树结构，不能用数量摘要替代；
-   - 当前组件的查询、绑定表与算子，以及控件条件、参数、权限、自动联动和组件间自定义联动；动态字段覆盖的确认及取证边界按[动态字段知识](../../../knowledge/dashboard/observability.md#动态字段覆盖与上游展开)处理；
-   - 还原出的具体计算是否能够解释慢点；耗时集中在查询执行阶段只证明慢发生在哪里，执行事实按第 9 步取得。
-   默认详情缺少业务 attribute 时，按[取证例子](../../../knowledge/dashboard/query-examples.md)和当前 MCP 工具声明定向补取。助手按上述筛选树规则还原、核对和展示树，补齐名称，并处理核对失败的情况。控件或动态字段只剩 ID 时，按[名称与请求上下文的关联取证](../../../knowledge/dashboard/observability.md#名称与请求上下文的关联取证)查请求及控件关系日志，不能停在默认属性或计数摘要并宣称名称无法取得。
-   能找到同 report、同组件、同查询表、同一可靠短时间窗内未携带目标控件的请求时，优先作为基线，对比耗时和过滤树规模。当前 trace 没有覆盖参数、聚合、排序等完整查询指纹，因此即使身份和时间匹配也只能标为 `strong_correlated_signal`，不能当作严格因果对照；任一身份字段缺失或超出短窗时降为普通相关信号。
-6. 用户明确是筛选值变化后变慢时，只把具有同一筛选证据或可靠时间边界的组件请求组成受影响集合；观察全部受影响组件，验证筛选绑定字段与表的位置是否合理，并区分影响范围大和单个计算慢。
-   未观察到其他组件请求只证明本次观测范围，不等于配置上绝对没有其他目标；确认影响范围唯一需按[核对配置影响范围](../../../knowledge/dashboard/observability.md#核对配置影响范围)读取 targets 并按画布 instanceId 判断。
-7. 筛选字段绑定在较上层父表、使组件计算经过更宽的数据链路时，先比较受影响组件实际使用的表和字段：如果本次 payload、筛选树和资源关系已经证明该绑定带来额外计算，就把它作为性能原因返回。无法判断业务是否必须绑定到该父表时，只保留“能否下移需结合业务筛选范围确认”的适用边界，业务配置判断与执行层证据分别保留；已选定的慢或失败 engine 执行仍须获取 Metric。
-8. 某个组件成为关键路径，或绑定表、更新状态可疑时，带上关联场景（component、dataset 或 update）和依据交回 `$diagnose-performance` 继续协调。
-9. Metric 不能代替业务语义还原。已选定慢或失败 engine 执行时，直接调用 `$analyze-engine-metric` 获取并解析；不以业务解释看起来足够而跳过。取证门槛和跳过条件见 `$diagnose-performance` 的“失败分析的完成条件”。
-
-## 查询选择与预算
-
-根据当前缺口读取[取证例子](../../../knowledge/dashboard/query-examples.md)，复用已有执行和字段。已有 trace 时补本次业务记录，并按上述对照规则优先查单独计算；只有资源时先寻找有限候选；已确认控件与交互范围时再核对受影响请求或同窗对照。精确条件未命中时只在同范围降级一次；组件单独计算使用公共规则规定的独立基线窗口，不为寻找基线跨天扫描。
-
-筛选器自身取数与组件取数按实际入口和属性区分，触发动作另行记录。只有抽象描述时先确认目标，环境与时间明确后再查询。组件资产 ID 与画布实例 ID 仍需证据核对，不能自动互换。
-
-需要确认配置影响范围或“绑定下移”的可行性时，只使用用户已有的脱敏 FVS 配置材料或当前可用的只读配置能力，按[核对配置影响范围](../../../knowledge/dashboard/observability.md#核对配置影响范围)执行；取不到配置时保留缺口。
-
-查询结果由助手直接解释；大响应的传递、临时落盘和清理按[公共查询规则](../../../knowledge/common/signoz-query-policy.md)执行，不写入工作区。
-
-同组件无控件基线优先复用已有业务记录，按当前范围查找，不为挑选基线跨天扫描。相同条件不重复查询。
-
-## 返回结果
-
-向 `$diagnose-performance` 返回使用者可理解、可复核的业务结论：哪个控件、组件、绑定字段或表关系扩大了计算范围，影响了哪些组件，已确认到哪里。工程细节留在内部证据中；信息不足时列出最小缺口，问题已解释且必要分析完成时结束排查。
-
-涉及复杂树时，返回结果仍按上述筛选树规则展示结构和缺口，不能只交付数量摘要；字段含义、校验和名称补齐不在本 Skill 另写一套。
-
-## 关键限制
-
-- 没有共同交互 ID 或可靠时间窗时，不拼接任意相邻 trace。
-- 请求数量多不等于关键路径一定慢。
-- 筛选器绑定表多只是 Experience 假设，必须由本次配置和执行验证。
-- 单个最慢组件不能自动解释用户感知的整体完成时间。
-- dashboard 是调查起点，不是根因位置声明。
-- 不使用 `valueLinkageMap` 解释 FVS 自定义联动。`control` 中 `type=81` 只直接证明 `ComponentControl` 组件间过滤；是否跨源必须结合当前组件绑定表、`value.tableId`、`filterCols` 和生成的过滤条件判断。
-- 不把 Metric、Pipeline 或 Operator 当作仪表板排查入口；它们不能替代对本次具体业务计算的还原。
-- 没有配置证据时，不把“建议下移”写成已验证可行的变更。
-
-## 能力与协作边界
-
-- 负责仪表板交互边界、请求扩散和关键路径。
-- 不覆盖并发容量、并发退化或压测问题。排查单个控件或组件时，可以观测同一筛选影响的其他组件计算，用于确认影响范围、绑定合理性和关键路径，不把问题扩张为并发性能诊断。
-- 不在本 Skill 内重做组件、分析表、更新或 engine 的完整专项分析。
-- 相关场景证据不足时说明缺口并交回 `$diagnose-performance` 继续协调。

package/content/.agents/skills/diagnose-dashboard-performance/agents/openai.yaml

@@ -1,7 +0,0 @@
-interface:
-  display_name: "仪表板性能诊断"
-  short_description: "诊断仪表板 2.0 控件候选值与组件计算性能问题"
-  default_prompt: "使用 $diagnose-dashboard-performance 诊断这个仪表板 2.0 的非并发性能问题。"
-
-policy:
-  allow_implicit_invocation: false

package/content/.agents/skills/diagnose-dashboard-performance/references/experience.md

@@ -1,63 +0,0 @@
-# 仪表板性能排查经验
-
-根据这些经验安排调查顺序，再用 trace、配置和资源状态核对。
-
-取数分类和业务字段按[仪表板诊断知识](../../../../knowledge/dashboard/observability.md)核对，本文件保留各类业务现象的候选与反证。取证和结束条件按[统一取证门槛](../../diagnose-performance/SKILL.md#失败分析的完成条件)执行；引擎机制按需查[常见引擎性能问题](../../../../knowledge/engine/performance-patterns.md)，不另设读取 Metric 的条件。
-
-## 筛选器自身取数慢
-
-该场景只分析当前筛选器为了展示候选值而发起的控件取数。用户选择筛选值后触发的组件刷新不属于这里。
-
-候选假设：
-
-- 候选值来源表或绑定字段过多，自动解析读取范围过大；
-- 其他筛选器带入的筛选上下文使当前候选值查询扩大或复杂化；
-- 候选值来源表或其上游状态成为关键路径。
-
-验证：
-
-- 锚定当前控件候选值请求，不混入任何组件取数请求；
-- 检查候选值来源表、绑定字段、解析方式、其他控件条件和实际候选值数量；
-- 对比输入范围与候选值输出，验证是否存在为少量候选值读取大量数据的放大；
-- 需要下钻时只沿当前候选值请求关联的分析表和执行继续。
-
-常见误判：筛选器配置了多个字段不等于一定慢；小表、缓存命中或手动候选值可能改变执行成本。历史案例中的“按钮组绑定多个大字段且自动解析”只能生成假设，必须用本次输入规模、候选值数量和解析配置验证，不能直接建议改为手动解析。
-
-## 组件取数慢
-
-该场景分析仪表板内组件自身的数据请求。组件取数可以由首次加载、筛选值变化、参数变化、联动或单组件刷新触发；触发动作只决定本次需要组织哪些组件请求，不改变它属于组件取数。
-
-候选假设：
-
-- 组件自身查询、绑定表、聚合、排序、窗口或 TopN 计算复杂；
-- 筛选字段绑定在较上层父表，扩大组件过滤树和数据处理范围；
-- 参数、权限、自动联动或 `ComponentControl` 增加额外计算；
-- 一次动作触发多个组件取数，少数关键组件或共享上游表拖慢用户感知完成时间。
-
-验证：
-
-- 先还原每个组件自身的查询、绑定表与算子，再分别叠加控件条件、参数、权限和联动；
-- 筛选值变化后变慢时，组织同一次动作触发的受影响组件请求，但排除筛选器自身候选值取数；
-- 验证筛选绑定字段与表的位置是否符合受影响组件的计算需要，并读取完整根表到绑定表路径；
-- 按同一次加载或交互组织请求，区分总请求数量与决定完成时间的关键组件；
-- 沿已证实关系验证关键组件、分析表、上游更新和必要的 engine 证据。
-
-常见误判：组件请求携带筛选条件不等于“筛选器自身取数慢”，也不能把组件全部耗时都归因于筛选器。不要使用 FVS 已废弃的 `valueLinkageMap` 解释联动，不要把一次动作涉及多个组件升级为并发性能问题。
-
-如果筛选字段绑定在较上层父表，而组件实际不需要经过这么上层的数据关系，优先判断该绑定是否扩大了组件计算范围。能够证明额外计算由该绑定引入时，保留这项业务原因证据；“业务上是否必须保持该绑定”是配置适用性边界。分别说明业务判断与执行事实，不用缺失统计补造原因。
-
-历史案例中的以下模式只用于排序组件取数假设，每次仍需当前证据验证：
-
-- 日期区间参数不是默认值，导致打开仪表板时触发实时组件计算：核对本次参数值、默认值、打开动作与实际组件请求；
-- 查询面板每次调整日期区间都触发组件大计算：确认触发频率、同次动作的组件集合与完成时间；
-- 参数或筛选绑定在很深或很上游的层级，扩大组件过滤树：读取完整 `root->parent...` 路径、层级和受影响目标。
-
-默认值、点击查询或绑定下移是否可用都带业务前提，不能由历史案例替用户决定。
-
-## 单独预览正常，仪表板展开上游后超限
-
-一次已核查案例中，组件可以直接读取少量已保存的汇总行；仪表板失败请求则出现上游动态字段覆盖，并展开多路明细、关联和公共缓存，最终触发查询内存上限。同一仪表板也有快速成功请求，因此“在仪表板内”本身不足以解释差异。
-
-可优先核对是否已有动态字段覆盖，以及覆盖所在表到组件查询表的路径。覆盖确认的证据和补查边界按[动态字段知识](../../../../knowledge/dashboard/observability.md#动态字段覆盖与上游展开)，名称恢复按[关联取证](../../../../knowledge/dashboard/observability.md#名称与请求上下文的关联取证)，不把控件键的 `parameter:` 前缀当普通参数类型，也不把 `unbound` 当成动态字段未生效。
-
-本案例通过同字段 ID、表、算子和目标组件匹配，从另一次控件关系请求日志补到了字段名。名称映射不能补出失败时的选择值，历史请求不能冒充失败 trace 的属性。需要实际计划和 Metric 区分展开上游、局部放大及缓存压力；只有计数和时间接近时仍保留因果缺口，不能直接认定动态字段是唯一根因。

package/content/.agents/skills/diagnose-dataset-performance/SKILL.md

@@ -1,52 +0,0 @@
----
-name: diagnose-dataset-performance
-description: 当 $diagnose-performance 已将问题路由到分析表、自助数据集、步骤预览或表计算场景，并提供 tableId、预览请求、相关 trace、时间窗或候选假设时使用。负责分析本场景证据并返回候选根因、反证、关联场景和当前结论层级，不承担性能总控。
----
-
-# 分析表性能诊断
-
-## 定位与默认目标
-
-从分析表业务语义出发，判断主要问题位于本次预览/步骤计算、依赖资源、上游更新还是 engine 执行，并给出可供 `$diagnose-performance` 继续推进的证据结果。
-
-table 状态异常时，需要对应运行证据才能确认更新是否为根因。
-
-## 按需读取
-
-同一调查中，已读且适用范围未变的内容直接复用。下面的步骤只补当前缺口，已有执行和产物沿用。
-
-1. 首次进入本场景时读取 [`../../../knowledge/dataset/observability.md`](../../../knowledge/dataset/observability.md)：业务实体、调查关系、接口、span 和 attribute 都在这一份。
-2. 场景仍不明确或存在跨场景冲突时，读取 [`../../../knowledge/common/trace-routing.md`](../../../knowledge/common/trace-routing.md)。
-3. 需要生成或排序候选假设时读取 [references/experience.md](references/experience.md) 的相关经验；已有直接证据足够时核对反证和边界后返回。
-
-## 排查顺序
-
-1. 标注编辑预览、查看结果和后台更新；不要把它们当成同一次执行，也不要把执行类型升级为用户必须预先选择的调查分支。
-2. 记录 table、选中步骤、环境、时间窗、配置/资源版本和已有执行锚点。已有精确 trace 或请求时直接围绕本次执行分析。
-3. 收敛本次候选执行。用户明确 OOM、内存超限或失败时，先按同一 table、时间窗和失败签名收集精确执行，再标注编辑预览、查看结果或后台更新；不因执行类型不同而请求消歧。只有资源且用户现象笼统时，再按执行类型和成功、失败及 OOM/timeout 等异常类型对候选做浅分型；不要从最慢的成功预览直接推断用户目标。只有多个候选指向不同原因且用户目标无法推断时才返回差异，请 `$diagnose-performance` 请求最小消歧，不把每类候选都深挖到底。
-4. 已有证据能解释当前现象时，核对反证和边界；否则形成少量候选根因，并为每个候选列出需要的支持证据和反证。
-5. 只围绕候选收集最小证据：
-   - 预览入口、tableId、选中步骤和配置版本；
-   - 关键 span、阶段耗时、错误及 Query 关联；
-   - 依赖表或上游更新是否在相同资源版本和时间窗影响当前结果。
-6. 锁定的是慢或失败分析表查询执行时，直接调用 `$analyze-engine-metric` 获取并解析 Metric；取证门槛和跳过条件见 `$diagnose-performance` 的“失败分析的完成条件”。
-7. 锁定的是后台更新执行，或发现组件、仪表板等关联时，把关联场景和依据交回 `$diagnose-performance`，由其进入对应专项。
-
-## 返回结果
-
-向 `$diagnose-performance` 说明分析范围、候选判断及其证据与反证，列出缺少的执行或映射信息、关联场景和下一项最小验证动作。材料没有的信息保留未知。
-
-## 关键限制
-
-- 静态配置只能证明可能行为，不能证明本次执行。
-- 前台预览和后台更新可能共享计算语义，但不是同一次运行。
-- 相同失败签名和计算链路可以跨预览、更新联合分析，但每条证据仍需保留自己的执行类型、trace 和 task，避免串线。
-- 相邻时间的成功 trace 不能替代用户报告的问题执行。
-- 资源链接只能确定调查对象，不能证明用户关心的是预览延迟、更新失败还是资源超限。
-- Experience 只能排序假设，不能确认根因。
-
-## 能力与协作边界
-
-- 负责分析表场景的证据收集、候选判断和当前结论边界。
-- 不替代 dashboard/component 还原前台请求扩散，不替代 update 分析完整 DAG。
-- 不默认承担最终报告；完成专项分析后把结果交回 `$diagnose-performance` 汇总。

package/content/.agents/skills/diagnose-dataset-performance/agents/openai.yaml

@@ -1,7 +0,0 @@
-interface:
-  display_name: "分析表性能诊断"
-  short_description: "诊断分析表预览、步骤计算链路与上游更新导致的性能问题"
-  default_prompt: "使用 $diagnose-dataset-performance 诊断这个分析表性能问题。"
-
-policy:
-  allow_implicit_invocation: false

package/content/.agents/skills/diagnose-dataset-performance/references/experience.md

@@ -1,33 +0,0 @@
-# 分析表性能排查经验
-
-根据这些经验提出假设并安排调查顺序，根因仍需本次证据确认。
-
-本文件只保留业务现象对应的候选与验证方向，取证和结束条件按[统一取证门槛](../../diagnose-performance/SKILL.md#失败分析的完成条件)执行。解释引擎耗时、内存或数据放大时，按需查[常见引擎性能问题](../../../../knowledge/engine/performance-patterns.md)，不在经验中另设读取 Metric 的条件。
-
-## 预览中的某个步骤突然变慢
-
-候选假设：
-
-- 选中步骤之后引入了高基数聚合、排序、Join 或字段计算；
-- 本次预览使用的配置版本与用户描述不一致；
-- 引擎阶段成为主要耗时。
-
-验证：
-
-- 对比相邻步骤的请求上下文和执行耗时；
-- 确认真实选中步骤和配置版本；
-- 核对本次预览对应的引擎执行，按统一取证门槛完成分析。
-
-## 整张分析表一直很慢
-
-候选假设：
-
-- 慢点在基础数据读取或共享上游，而不是最后一个操作；
-- 上游更新未完成、失败或产物陈旧；
-- 同一 tableId 在问题时间窗存在多个候选执行。
-
-验证：
-
-- 先区分前台预览与后台更新；
-- 验证依赖表状态、资源版本和时间关联；
-- 不用最近一次成功 trace 替代问题执行。