一、实践背景
用户的问题是：我的资源地图里出现了支付相关的告警，请从告警出发，逐层下钻找到真正的根因，并识别和排除不相关的干扰信号。
会话开始时有五条告警：
| 告警 | 状态 |
| payment 错误率 > 10%（峰值 16.77%） | 活跃 |
| frontend 错误数 > 50 | 活跃 |
| frontend-proxy 错误数 > 50 | 活跃 |
| flagd 错误率 > 10% | 已恢复 |
| K8s Pod 内存 > 90% | 活跃 |
五条告警看起来像一场大面积故障，但没有一条直接告诉研发该改哪一行代码。
二、内置 Skill 先把范围收窄
前五个阶段由平台内置能力完成：
| 阶段 | 调用能力 | 关键发现 | 对结论的作用 |
| 1 告警初判 | tcop-alarm | 错误集中在支付链路，主要维度是错误率 | 定下时间窗和嫌疑服务 |
| 2 调用链追踪 | tcop-apm | frontend → checkout → payment；payment 报 Invalid token，全部 span 耗时 < 13ms | 判断为业务逻辑拒绝，而非超时 |
| 3 指标验证 | tcop-prometheus | 网络丢包率为0，CPU 和内存未饱和 | 排除基础设施资源问题 |
| 4 日志确认 | tcop-cls | payment 与 frontend 错误在14:16:00同时出现，checkout 无自身错误 | 判断为同步触发，排除级联根因 |
| 5 前端影响 | tcop-rum | POST /api/checkout 错误率约100%，其他 API 正常，受影响用户104名 | 将影响面收敛到单个接口 |
五个 Skill 跑完，结论已经收敛到：payment 在业务逻辑层面拒绝请求，基础设施正常，影响集中在 /api/checkout。
三、从错误信息落到代码行
研发接下来可追问：Invalid token 是哪段校验逻辑判定的？为什么 app.loyalty.level=gold 被判无效？flagd 的告警是否与支付失败有关？
这些问题需要代码证据。github-repo-analyzer 接入后，前5个阶段的结论可以直接作为源码分析的输入：
| 阶段 | 调用能力 | 关键发现 |
| 6 源码追溯 | github-repo-analyzer（通过上传安装包接入） | 定位到 payment/index.js:21 的 chargeServiceHandler：gold 未被校验逻辑接受；同时确认 flag 分支与网络 timeout 是两条不同路径 |
| 7 综合诊断 | tcop-alarm | 汇总证据，输出角色分离、证据链和修复优先级 |
阶段6带来两个前面无法得到的答案：
·从错误信息落到代码行：研发知道该检查哪个文件、哪个函数和哪个判断。
·区分同时发生的异常：代码确认 flagd 与 payment 校验问题是独立路径，不能把重启 flagd 当作 payment 故障的修复方案。
四、分析结果
结论不是“哪个服务挂了”，而是每个服务扮演什么角色：
| 角色 | 服务 | 判定依据 | 证据来源 |
| 主根因 | payment | index.js:21 将 app.loyalty.level=gold 判为无效 | 告警、Trace、日志、前端、源码 |
| 次根因 | flagd | flag 评估返回 reason=error，与 payment 无代码因果关系 | Trace、告警、源码 |
| 传播层 | checkout、frontend、frontend-proxy | 无自身错误，只向外传递上游失败 | Trace、日志 |
| 干扰信号 | Prometheus Pod 内存告警、otel-collector 写入报错 | 与业务链路无关 | 告警、日志 |
只有把源码证据补上，结论才从“高度疑似”变成可以写进故障报告的交叉验证结果。案例会话结果如下：
·支付链路根因分析结果：
·源码定位结果：
案例中，AI 通过 github-repo-analyzer 将支付失败下钻到 index.js:21 的 token 校验逻辑。
五、配置 Skill 到数字分身
扩展中心的广场提供可直接配置到数字分身的第三方 Skill，适用于扩展跨云、代码平台等特定场景的运维能力。
1. 在 AI 工作台 > 扩展中心 > Skill 技能 页面，选择广场，查看可用 Skill。
2. 查看预设的 github-repo-analyzer ，可分析 GitHub 仓库：浏览结构、搜索代码、审查提交/Issue/PR、诊断远程仓问题。
3. 进入 AI 工作台 > 扩展中心 页面，创建自定义 MCP，配置 GitHub MCP 信息，参考 网站。
4. 进入 AI 工作台 > 数字分身管理 页面，创建或编辑目标数字分身，在分身配置中添加 github-repo-analyzer Skill 和 GitHub MCP。
六、发起会话
在左侧导航栏选择 AI 工作台 > 工作面板，在页面顶部选择目标数字分身，切换至会话列表页签，新建会话。
1. 选择需要使用的 github-repo-analyzer Skill 和其他可观测 Skill。
2. 输入问题，建议包括明确的资源对象、范围和查询问题。
3. 查看分析过程的工具调用和会话结果。