$ loading_
探测线上 API 故障并给出根因、证据与置信度
复制安装指令，让 AI 自动完成配置 · 推荐新手
"qa-probe" 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 qa-probe 扫描我的线上 API，逐个接口判断失败原因，并输出根因、证据和置信度；优先覆盖 5xx、4xx、超时和鉴权失败。
按接口列出失败分类、依据和置信度，帮助快速定位问题。
我刚发布了 FastAPI 服务，请用 qa-probe 验证关键端点是否正常，并标出任何异常响应的可能根因与证据。
生成发布后健康检查结果，指出哪些端点异常以及为什么。
请针对我的 Express、Next.js 和 GraphQL 接口做一次 qa-probe 诊断，找出是路由、解析器、tRPC 还是中间件导致的失败。
给出跨框架的失败归因，帮助定位具体出错层。
用于发布前检查并评分 MCP 服务器的可发布性、Schema 与协议质量。
帮助 AI 查询数据结构、编辑页面并生成 Evidence 报表与仪表盘。
审计 MCP 服务协议一致性、工具可用性与异常处理质量并生成评分报告
帮助你用 probe-rs 调试 ARM Cortex-M 和 RISC-V 嵌入式设备
扫描 MCP 服务器配置中的注入、密钥和危险命令风险
为 AI 提供跨平台硬件清单与实时传感器遥测查询能力