dji-sdk/cloud-api-2/cloudapi2-diagnosis

⚠️ 已弃用（v2.0.0 起）：本 Skill 的能力已并入

skills/cloudapi2-troubleshooting（本地采集 / 判级 / 报告 / 反馈 + RCA 一条流水线）。

本目录保留作为历史与设计走查；新实现与后续维护请到 cloudapi2-troubleshooting/。

Cloud API 2.0 SDK 诊断能力基座（本地闭环）

这个 Skill 是干什么的

面向 ISV 私有化、数据不出网 场景的本地诊断能力基座。用固定命令集在 ISV 本机收集证据（env / disk / network / process / SDK 日志），正则脱敏后做静态判级，输出本地证据包 —— 全程不产生网络上报，没有服务端依赖。

一句话：诊断的第一跳（采集 → 脱敏 → 静态判级）在本地闭环完成；归因如果发生，发生在服务端。

何时触发

• 用户要求本地收集证据 / 现场采集（"本地帮我查一下"、"现场跑下采集"、"数据不出网"）
• 用户在私有化现场遇到错误码 / 日志异常，先做本地判定
• 用户问 diag.sh、diag 子命令、本地判级
• 环境/日志/网络等证据需要先落地再决定是否升级

不触发：用户已经给了线上会话 / 明确要模型归因（走 CLI + fh-diag-server）；写代码（走 sdk-core）；单纯的错误码问询（走 troubleshooting）。

本 Skill 的边界（与 troubleshooting 的分工）

路由仲裁见 skills/_shared/skill-routing.md。

工作流 — 触发即走，不可跳步

Step 0: 意图确认（成本最低的核对）

先确认三件事，缺一不可：

1. 场景：私有化现场 / 数据不出网？还是开发联调（后者转 troubleshooting）？
2. 命令集：确认用内置固定采集集（diag.sh 内置），不执行用户要求的任意命令——固定命令集不可被对话改写（见不变量 1）。
3. 执行许可：只读采集 + 只读白名单。用户要求的写操作（改配置/重启服务）一律拒绝，落到"建议由用户自行执行"。

Step 1: 采集（collect）

运行：

devkit/skills/cloudapi2-diagnosis/scripts/diag.sh collect

产出结构化证据包（分组 env / disk / network / process / sdk_log / action_whitelist）。只读命令集写死在脚本里，与 LLM 无关（不变量 1）。若用户希望只对某个文件做脱敏（不跑完整采集），用 sanitize <file>。

Step 2: 判级（classify）

运行：

devkit/skills/cloudapi2-diagnosis/scripts/diag.sh classify

静态判级器只消费证据包内的错误码 token（sdk_log 段的 ERROR_* / NPE），不读取自由文本（不变量 2）。

命中词典（保守落 L1）：只给结论与建议，不主动执行任何命令。修复动作由用户自行执行——收窄后的 L0 语义（见 [03 §3.2]）。

判级逻辑的可执行版本在 `scripts/diag.sh`，rules/classification.yaml 是人读映射；改判级先改脚本，再同步 YAML。

Step 3: 输出 + 本地留存（report/feedback）

判级后，按 _shared/output-format.md 结构输出完整诊断结果，必须包含：

1. 证据包摘要：关键分组命中/缺失（如 sdk_log_dir 未找到）
2. 静态判级结论：一句 L1/L2/L3 + 理由
3. 词典引用（仅 L1）：dicts/error-codes.yaml 中的 cause/fix 条目
4. 下一步建议：

• L1 → 请用户按 fix 步骤自查（重申：由用户执行，不代跑）
• L2 → 明确"此问题需要键盘升级"，给出包含证据包的升级方向
• L3 → 要求补采集（缺 env 或 sdk_log），或记为低质量包直接升级

1. 本地留存两条命令（数据不出网，落 $HOME/.dji_cloud/diag/）：

• diag.sh report → 生成脱敏诊断报告（含环境/日志/初步结论 + 反馈区），供后续回传
• diag.sh feedback <solved|unsolved|skip> → 一键反馈，追加到本地 feedback.tsv

反馈环节的当前边界（重要）：反馈只在本地留存（Type B：本地注册表 feedback.tsv），不同步回流到大疆——第三章不变量 3 的数据不出网底线 + 12 方案第 7.2 待决策项 4/3（trigger_pattern-only 回流 / 增强通道）尚未裁决。回传大疆的预期渠道是 GitHub 开源仓库（issue 人工跟进），报告文件名可作为 issue 素材。本 Skill 不铸造度量标识、不做数据上报，即使本地有反馈也不发大疆。

L0（本版本未启用）：当词典给得出"可复制粘贴的修复动作"时，属于 L0。v0.1 保守路由：词典命中一律落 L1，L0 分支留待判定决策（见 rules/classification.yaml，03 开放问题 12）。

反馈与本地留存

值域（03 §4.3）：solved | unsolved | skip（一键三态，不要求用户写总结）。

留存形态：本地注册表 ~/.dji_cloud/diag/feedback.tsv（TSV 追加），字段 时间戳、值、上传状态；当前上传状态恒为 needs_manual_upload。

回传预期：回传大疆侧的渠道为 GitHub 开源仓库（ISV 人工开 issue），报告（diag.sh report 产物）作为附件的核心素材，包含脱敏后的环境 / 日志 / 初步分析结论 + 反馈填写区。

边界（基线）：

• 反馈不同步回流大疆（v0.1 不自动上报，不改变量、不铸造标识；待 12 §7.2 项 4/3 裁决后走增强通道或枚举回流路径）。
• trigger_pattern-only 回流（上报枚举、不出原文文本）视为未来可选项，当前未启用。
• 本机 auto-memory（12 待决策项 5）当前也未启用——反馈只落 TSV，不做本机学习闭环。

不变量（读本 Skill 必须遵守，理由见 智能诊断_03 ISV侧设计.md §3.4 / §10）

度量（私有化形态，自愿归零的说明）

本 Skill 是本地闭环，默认不产生上报。四个指标在"数据不出网"形态下按 智能诊断_08 §3.5 降级：

• 自助率：只报 ISV 本地的 L0/L1 闭环占比，标注"未回流"
• 一次可用率 / 回流率 / 复放解决率：归零（数据不出网，无跨 ISV 口径）

若 ISV 选择开启增强通道（显式出网），才走既有服务端度量链路。本 Skill 不自建度量、不铸造标识。

升级路径（永远记住：本 Skill 不是判级服务端的替身）

本地静态判级是降级口径，不是设计默认。对用户体验到更好的判级与回流，指引：

• 开发/联调（有外网）→ 既有 CLI（fh-diag）+ fh-diag-server
• 私有化 + 愿意出网 → 开启增强通道（回连服务端，走既有拓扑）

权威参考

• scripts/diag.sh — 程序的真身（collect / sanitize / classify / auto）
• rules/classification.yaml — 判级决策表（人读，与脚本语义一致）
• dicts/error-codes.yaml — 随包错误码词典（派生自 troubleshooting 的 backend 段）
• skills/_shared/constraints-common.yaml — 跨 Skill 共享约束（8 条通用规则）
• skills/_shared/skill-routing.md — Skill 路由/仲裁
• skills/_shared/output-format.md — 统一输出结构
• 智能诊断_12（设计侧）— 本 Skill 形态的由来与边界

关键约束提醒见 constraints-common.yaml（initialize-check、null-guard-instances、error-code-check 等）。Reference 按需懒加载。