$ loading_
为兼容MCP的智能体提供基于AST执行证据的无幻觉调试支持
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Unravel 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。
请使用 Unravel MCP 分析这个项目中的空指针异常，不要猜测原因，只基于 AST 和可验证执行事实给出根因、触发路径以及修复建议。
返回基于代码结构与执行证据的异常根因分析、调用链说明和可执行修复方案。
我怀疑 AI 给出的 bug 原因不准确。请调用 Unravel MCP 验证该结论，指出哪些部分有证据支持、哪些部分属于臆测，并输出最终可信结论。
输出经过证据校验的调试结论，并明确区分已验证事实与不成立的推断。
请用 Unravel MCP 跟踪这个服务请求从入口到失败点的完整调用链，列出关键 AST 节点、实际执行路径以及导致失败的条件分支。
生成结构化调用链分析，帮助快速理解失败路径与相关代码位置。
通过自动化浏览器测试与诊断，验证 AI 生成代码的可用性并收集证据。
记录智能体每一步并支持确定性回放调试
用自然语言驱动 Python 调试，运行测试、设断点并检查变量状态。
帮助你调查智能体、对话线程与内容可信信号，支持分析与排查。
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。
通过 AST 高效解析大型代码库，快速生成调用图与依赖分析并显著节省上下文。