FixClawd 是一款专为企业级系统故障诊断设计的智能修复助手，采用独特的六步优先级工作流程与认知处理增强技术，为用户提供从问题识别到解决方案执行的全链路指导。
核心用法
该技能严格遵循"记忆模式匹配→问题理解→官方方案查询→ClawdHub技能匹配→GitHub方案搜索→一次性脚本编写"的六步优先级流程。在问题分析阶段，它会利用多阶段认知处理pipeline进行模式识别和置信度评估（高>90%、中60-90%、低<60%），确保推荐的解决方案具有可靠的来源背书。通过集成 Brave API 搜索和记忆系统查询，它能够在不直接执行危险操作的前提下，快速定位官方文档、GitHub Issues 以及社区验证的修复方案。
显著优点
最突出的优势在于其安全优先的设计理念。与其他自动化修复工具不同，FixClawd 坚持"指导而非执行"的原则，仅在用户明确授权后才提供脚本建议，且强制要求包含回滚方案和详细注释。其严格的优先级顺序（官方>ClawdHub>GitHub>临时脚本）最大限度降低了误操作风险。此外，认知处理增强功能支持快速评估问题紧急程度（P0/P1/P2），并基于历史记忆系统进行模式匹配，对常见错误能实现80%以上置信度的快速响应。
潜在缺点与局限性
作为 T3 来源的社区项目，其权威性和长期维护稳定性略低于官方企业级工具。该技能主要依赖网络搜索（Brave API）获取最新解决方案，在无网络环境或处理内部闭源系统时效果受限。另外，它属于纯指导型工具，无法直接执行系统命令或自动应用修复，对于需要立即自动化响应的紧急场景（如生产环境P0故障），仍需人工介入执行建议步骤，可能延长MTTR（平均修复时间）。
适合的目标群体
主要面向SRE（站点可靠性工程师）、DevOps 工程师、系统管理员以及中高级开发者。特别适合那些需要处理复杂异构环境、重视操作可追溯性、且具备基础技术判断能力的团队。对于遵循变更管理流程（Change Management）的企业环境，该技能提供的多源验证和置信度评估机制能有效支撑审批决策。同时，技术学习者也可通过其结构化的诊断逻辑学习系统故障排查方法论。
使用风险
常规风险包括：网络依赖风险（搜索 API 可用性影响诊断速度）、建议验证责任（用户需自行判断社区方案在生产环境的适用性）、以及知识滞后性（对于最新发布的软件版本，可能缺乏历史案例匹配）。尽管工具本身无危险代码执行能力，但用户若盲目执行其推荐的 GitHub 社区脚本而未充分测试，仍可能导致系统配置漂移或引入新的依赖冲突。建议在关键生产环境使用前，先在沙箱环境验证方案可行性。