必须构建可验证的触发条件链才能稳定复现bug：切换至muse wonder full模型、指定model=muse-wonder-full、发送含完整上下文的原始输入；若结果不一致则核查环境；需用最小输入、固定seed、注入debug断点；三次请求响应须完全一致，并通过muse-cli validate确认validation_status为confirmed。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Muse Wonder Full稳定复现一个Bug并进入修复流程，必须跳过“我看到报错了”这类主观描述，直接构建可验证的触发条件链——这一步做不扎实，后续所有修复动作都可能跑偏方向。
确认Bug是否真实存在于Muse Wonder Full环境
打开Meta Model API调试控制台或Muse Code IDE → 切换模型为【Muse Wonder Full】（普通版Wonder不满足测试要求）→ 在请求头中明确指定model=muse-wonder-full → 发送与缺陷现象完全一致的原始输入（含完整system prompt、user message、tool call history等上下文）。
若返回结果与报告中“实际结果”不一致，说明该Bug在当前版本/配置下不可复现；此时应立即停止修复，转而核查环境标识、API版本号、token权限或Active Memory缓存状态。
构造最小可复现输入
方法一：剥离无关上下文
保留触发Bug所必需的字段：仅包含导致失败的tool调用名称、参数结构、前序memory key值、以及Active Focus触发前最后一次用户指令。删掉所有装饰性文本、多轮闲聊、非关键工具响应。
方法二：固定随机因子
若Bug表现为概率性失败（如熔岩灯建模中30%生成红色圆柱体），需在请求中显式设置seed=42并记录该seed值；否则每次调用都可能得到不同输出，无法比对修复前后差异。
方法三：注入断点观测点
在tool call序列中插入{"type": "debug", "observe": "memory_state"}类指令，强制模型在关键节点输出Active Memory快照。这能验证Bug是否源于memory corruption而非代码逻辑错误。
执行可验证的复现操作
第一步：使用同一账号、同一Muse Code订阅等级、同一地域API endpoint发起三次相同请求。
第二步：比对三次响应中的error_code、tool_response.status、output.text是否完全一致；任一字段不同即判定为不稳定复现，需追加network latency模拟或retry策略说明。
第三步：将首次成功复现的完整cURL命令+响应体保存为repro_v1.json，作为修复基线文件。
注意：不要在复现阶段修改任何system prompt或temperature参数——这些属于修复手段，不是复现条件。
定位根因前必须完成的验证
运行muse-cli validate --model muse-wonder-full --input repro_v1.json → 检查输出中是否包含"validation_status": "confirmed"字段。
若返回"validation_status": "ambiguous"，说明输入仍含歧义变量（如未锁定tool schema版本、未声明Active Focus启用状态），需回退到第二步重新精简。
这一步不可跳过：【只有validation_status为confirmed的输入，才被Muse Code后端视为有效复现证据】，否则提交的PR会被CI自动拒绝。
