← ClaudeAtlas

to-postmortemlisted

把一次或多次昇腾问题定位沉淀成知识。输入支持内联粘贴、单个/多个文件路径、或整个目录(批量导入历史案例)。提取症状/命令/root_cause/fix,检测��架给命名空间建议(批量模式一次确认),人确认,输出结构化 YAML 草稿 + postmortem.md,过语义校验和脱敏。无论知识产自哪里(本地 agent session / Kimi 网页对话 / 手工笔记 / wiki 导出),都从这里汇入——这是异构知识来源的统一入口。
pillumina/ascend-sleuth · ★ 4 · AI & Automation · score 74
Install: claude install-skill pillumina/ascend-sleuth
# To Postmortem 知识注入入口与诊断工具**解耦**——无论问题在哪儿定位的,都能在这里沉淀。这是 ascend-sleuth 体系里最重要的动作:不沉淀,团队下次还得重新踩坑。 ## 输入方式 接受四种输入: **1. 内联粘贴**(单条,最常用): ``` /skill:to-postmortem "[把 Kimi/DeepSeek 对话、或手工排查笔记粘进来]" ``` **2. 单个文件路径**(大文档,免复制粘贴): ``` /skill:to-postmortem ~/cases/custA/notes.md ``` agent 读取文件,后续流程同内联。 **3. 多个文件**(一次沉淀几条相关 case,各自独立成文): ``` /skill:to-postmortem ~/cases/custA/notes.md ~/cases/custB/hang.md ``` **4. 目录**(批量导入历史案例,如内网 wiki 导出): ``` /skill:to-postmortem ~/cases/wiki-export/ ``` 扫描目录下 `.md`/`.txt`,每个文件各成一条。大文件逐个处理,不全量载入 context。目录模式就是批量导入历史案例的入口——不需要单独的批量导入 skill。 ## 流程 1. **提取**:从输入中抽出—— - 症状、执行的命令和输出、排除的假设、root cause、fix - **级联噪声**:文档中标注了“次级现象”“不需要单独分析”“误导”的症状——提取为 case 的忽略项(diagnosis 里加一条“忽略 X 级联报错,都是根因后的 noise”)。昇腾调试里极常见——一个根因级联出几十条 secondary error - **code-patch 的 file:line**:如果 fix 涉及代码改动,提取精确的 file:line(如 `conn.py:31-41`)。code-patch 的 file:line = env-var fix 的 `export X=Y`——是 fix 的可执行部分 2. **命名空间建议**:agent 检测或推断框架,给选项,人输入数字确认(约 5 秒): ``` [1] training/mindspeed-llm/ (检测到 mindspeed-llm) [2] training/verl/ (检测到 verl) [3] common/ (跨框架,或不确定) ``` - 完全没涉及框架(纯硬件/CANN/驱动报错)→ 选项变为 `[1] common/`,人按回车 - 检测到多个框架 → 按置信度排序,第一项标 `(most likely)` - 这个确认本身就是质量检查:人在 `mindspeed-llm` 和 `common` 间选,本质在自问“这问题是框架特有的还是通用的” - **批量模式**(多个文件/目录输入时):命名空间确认改为一次批量——agent 按检测到的框架分组报告(如“12 个 mindspeed-llm、5 个 verl、3 个 common”),人一次确认或调整。语义校验仍逐个跑,失败的标 `needs-structurer-review`。批量模式不逐个 30 秒确认,改成抽审。 3. **输出结构化 YAML 草稿 + po