天文 Agent 調試與復盤
把症狀定位到最早失效的契約，修必要層，再分別證明運行正確、機制生效和實際收益。三個結論獨立登記。
本 skill 從「天文agnet」項目的可讀取歷史材料提煉。案例是診斷線索，不代表當前實現一定存在相同缺陷。歷史預算、節點、日期、卡名和通過線不能成為新任務的預設常數。
建立身份
確認目標是修錯、診斷、等價加速、策略提分還是交付修復。定位真實路徑及當前版本，檢查 CURRENT、凍結清單、回執和最終包；身份以源碼、輸入、配置和結果雜湊為準。
記錄官方協定/評分器版本、線上可見欄位、initialize 約束、運行模式、CPU 標定和獨立牆鐘限制。只有網站通用報錯或同名本地卡時，雲端根因仍未定位。
區分完整有效、預算終止、技術失敗、用戶中斷、診斷完成但科學門禁未過。部分季節分數不進入完整季排名；缺失值保留 null。
按症狀讀參考
- 動作非法、啟動/ABI/manifest/ZIP、數據編號、備份清理：讀 protocol-and-data.md。
- 分配多卻低分、零分、漏報修、REQ/請求遺漏、回放分歧：讀 state-and-physics.md。
- 超時、模型無收益、診斷加速卻整季不變、留出/驗收失敗：讀 budget-and-experiments.md。
- 查歷史反例與修復證據：讀 casebook.md；查原文件身份：讀 evidence.md 和 corpus-index.tsv。
找最早分歧
按實際數據流比較：輸入/約束 → 消費訊息 → 狀態/快取 → 候選入口 → 全積分/分配 → 最終動作 → 官方執行 → 反饋結算。
從同輸入最小失敗狀態或不變軌跡找 first divergence，儲存期望、實際、單位、分母、樣本選擇與來源。源碼復現、日誌關聯、機制假設、收益證據分別標註。
先糾正協定、身份和回放污染，再解釋科學差異。faithful replay 復現原消費時序；改變歷史行為是新候選，不能混入原軌跡。缺初始化或關鍵訊息時停在可識別邊界，不補造隱藏狀態。
設計最小可證偽對照
一個假設配一個可推翻它的測試。合成 fixture 驗邊界，公開狀態 shadow 驗入口和選擇機制，完整配對季驗綜合表現，獨立留出驗有限泛化；每層只支持本層結論。
列明本次相關的保留項：物理/評分、公開資訊、RNG、訊息順序、帳本、native ABI、候選/tie 順序和計費。等價加速若改變動作或候選集，重新分類為策略改動。
策略候選先追蹤能否進入實際候選鏈、被精算、滿足完成保護並改變執行選擇；預定機制門禁未過時關閉該假設。協定修復用真實邊界反例驗收，不強求正常卡改變動作。
執行有限驗證
評分和遠端模型沿用當前授權及有限預算，不繼承已關閉研究的剩餘額度。按改動選擇有意義的邊界、差分及正常控制。
專案使用登記器時，啟動前確認 planned 成功、讀回身份、源/輸入雜湊及輸出隔離；登記失敗先處理失敗。異常仍在 finally 結算實際成本和請求次數。技術修復用子版本保留失敗父版本；事後登記註明 retrospective。
最終源碼用同源、同輸入、同計費 OFF/ON 比較。源碼變化後只引用仍匹配該源碼的證據。逐項報告規定門禁：完整終態、預算、REQ、請求、科學/總分及已要求的 API 角色。任一必需門禁失敗就是未驗收。
失敗後轉向有新證據的根因假設；換 seed、挑源碼、改通過線或擴大掃描不是原驗收的修復。用於選擇或診斷的留出集轉為開發數據，後續泛化用新留出。
輸出與完成標準
按問題規模輸出：
症狀與首個失效環節：
證據等級及來源身份：
根因已證實 / 待證實：
最小改動及保留項：
結果：協定 / 狀態 / 機制 / 整季 / 留出 / 部署
失敗、未執行項和不確定性：
下一步能區分假設的最小測試：
上傳包從最終凍結源碼生成，在新目錄由官方 manifest parser 驅動 build/run，驗證 JSONL、資源及 source/ZIP 雜湊。mock、本地 native、真實 API、Linux、網站分別報告；不互相替代。
新增經驗須附適用條件、最小復現與證據，只保留確實改變決策的規則。