日复盘 2026-05-20
记录：
- 设计并安装 data-troubleshoot 技能（3层诊断流水线：代码/SQL → StarRocks → DolphinScheduler），顺便装了 boss-skill
- 排查并修复真实数据 bug — device/ai-recognition/details API 只返回 1 条记录（应4条），根因：ETL DWS SQL 的 DATE(t.occur_time) GROUP BY + dynamic_overwrite=true 跨分区覆盖，fork DolphinScheduler MCP 推修复分支
- 多轮 review ai-incident-repair-workflow 代码质量（repo_resolution.py、test_bug_autofix、incident-contract bridge）
- Review device-system-analyze 的 crash-jira-create 设计规范（Spring Boot 分层、数据模型/状态机/并发/唯一索引）
- Brainstorming 并实现 aiot-go 四个项目 contract-test 框架骨架
- 确认设备分析平台提效需求细节 + crash jira 设计文档 → 内容构建器实现
- 体验 boss-skill（nicepkg/boss-skill）
情绪： 无明显强烈情绪
反思：
- 5/7 件主动规划，产出密度高
- 跨分区覆盖 bug 是重复出现的模式（dynamic_overwrite + 时间粒度 GROUP BY）
提炼：
- 收获：造工具→用工具→验证闭环，一天内完成，比"先完美再使用"靠谱
- 行动：尝试减少并行数量，单件深做
- 原则：dynamic_overwrite + 时间粒度 GROUP BY 组合是坑，录入知识库