$ loading_
帮助你进行带置信度与分支修订的结构化推理，适合复杂调试与问题拆解。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"crash-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用结构化推理方式分析这个 Python 服务启动失败问题：日志显示数据库连接超时、环境变量已更新、最近改过连接池配置。请分步骤列出假设、每步置信度、可能分支，并在发现矛盾时修订结论。
一份分步骤的排查分析，包含关键假设、置信度、分支路径和修订后的最可能根因。
请对这段数据处理代码做结构化性能分析，逐步判断瓶颈位置，比较不同优化方案的优先级与风险，并给出每个判断的置信度。如果中途发现初始判断不成立，请明确修订。
一份清晰的优化推理过程，说明瓶颈来源、备选方案比较及最终建议。
我要设计一个新功能上线方案，请按结构化推理方式拆解：需求澄清、技术路径、潜在风险、测试验证、回滚预案。每一步都给出结论、依据、置信度，以及必要时的替代分支。
一份可执行的技术方案分析，包含分阶段结论、依据说明、风险分支与验证建议。
用 GDB 自动分析程序崩溃原因，帮助快速定位故障与修复方向。
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
帮助 AI 代理导航、检索并理解代码库结构与变更历史。
运行测试与静态检查并汇总错误，帮助开发者高效迭代调试并减少上下文噪音。
支持并行组织深度研究与任务分组，加速多步骤信息收集和执行协同。
为 AI 编码助手提供持久记忆、代码结构分析与安全多代理协作能力。