系统蓝屏死机排障指南

本指南基于真实的系统级排障经验提炼，结合了 IDE 内置的 sys-doctor AI 技能 与绿色的图吧工具箱，提供一套“AI 智能提取 + 压力复现 + 隔离验证”的现代排障方法论，用于精准定位电脑蓝屏 (BSOD)、硬死机与异常卡顿问题，避免被过度维修。

1. 核心排障理念

电脑出现蓝屏或硬死机时，最关键的是区分软件问题（驱动/系统Bug）与底层硬件不稳定。被动查看日志只能给出方向，只有通过AI 日志分析结合物理实测与变量隔离，才能获得 100% 的确定结论。

一句话方法论：

“AI 技能调脚本抓日志” 看方向，“图吧工具箱（HWiNFO+烤机）压力复现” 定性质（热/电），“拔插替换 + 降频/更新” 定部件，“长时浸泡零复现” 定治愈。

2. 现代故障隔离与测试决策树

当遇到随机蓝屏（如 0x3B, 0x1E, 0x50）、无故重启或异常卡顿死机时，请严格按以下自动化结合人工的步骤排查。

第一步：AI 智能日志摄入与初步定性

将繁琐的日志搜集工作交给 AI。

1. 唤醒 AI 技能：在 Trae IDE 中，呼叫内置的 sys-doctor 技能。
2. 自动化提取：AI 将自动执行跨平台的 Python 诊断脚本（无需你手动敲复杂的 PowerShell）：
   • get_system_crash_logs.py：拉取最近 7 天的 WER 报告、系统/应用事件日志、WHEA 硬件错误及断电重启记录。
   • parse_dump_header.py：秒级解析现存 .dmp 文件的二进制头，提取 BugCheckCode。
3. AI 初步判读：
   • AI 会根据日志特征（如是否包含 c0000005 内存违例、出错模块是否极度分散、是否有缓存 WHEA 错误），给你一个初步的概率排序（是内存、CPU 还是驱动问题）。

第二步：使用图吧工具箱进行“压力 + 监控”复现

根据 AI 给出的初步方向，使用图吧工具箱中的绿色工具进行主动复现，将“偶发、无现场”转化为“可控、有现场”。

1. 同步监控 (HWiNFO64)：打开图吧工具箱中的 HWiNFO，开启后台记录（CSV，1-2 秒间隔），记录温度、电压、PROCHOT 热保护，直到电脑崩溃。
2. 分项施压：
   • 内存压力：使用工具箱中的 MemTest86（制作 USB 启动盘跑 ≥4 轮），或在 Windows 下使用 TestMem5 (TM5) 跑 ≥1 小时。
   • CPU/缓存压力：使用 Prime95 (Small FFTs 模式) 运行 30–60 分钟。
   • 综合与散热压力：使用 AIDA64（勾选 CPU+FPU+Cache）或叠加 Furmark 双烤，拉满整机功耗。
3. 实测判读规则：
   • 温度正常 (<85℃) 却崩溃：强烈指向内存或 CPU/SoC 的电气不稳定（非散热）。
   • 温度冲破 95℃+ 或触发 PROCHOT 后崩溃：明确指向散热系统劣化。
   • 某项单一测试必崩（如 TM5 必崩）：直接锁定该硬件。将 HWiNFO 的 CSV 日志喂给 sys-doctor，让 AI 进一步确认（如是否触发了 EDC/PPT 限制）。

第三步：变量替换与部件定位

通过隔离法锁定具体损坏或设置不当的硬件：

• 内存问题隔离：
  • 单条分别测试。若单条不崩、混插才崩，说明是混插信号完整性问题（可尝试在 BIOS 中将 Command Rate 改为 2T，或降低一档频率解决）。
  • 单条也崩，则为物理损坏，走售后。
• CPU/SoC 问题隔离：
  • 如果 AI 在第一步提取到了大量的 Cache Hierarchy Error（缓存层级错误）。
  • 首选修复：更新主板 BIOS（包含新版 AGESA 微码），这对 Ryzen 等处理器的缓存与内存兼容性有直接修复作用。
• 散热问题隔离：
  • 清理灰尘并更换高质量硅脂。重跑图吧工具箱的烤机测试，对比温度曲线。

第四步：浸泡验证 (100% 治愈标准)

采取修复措施后，必须进行浸泡测试：

• 标准：连续跑图吧工具箱的内存 + CPU 压力测试 ≥2 小时，日常使用观察 ≥1–2 周。
• 判据：期间 零蓝屏、零断电事件、零新增 WHEA 错误，再次让 sys-doctor 跑一遍巡检，确认为 100% 健康即为根治。

3. 典型日志特征速查 (供 AI 交叉验证)

在使用 sys-doctor 时，如果 AI 提到以下特征，请高度警惕硬件问题：

• 随机停止代码 + c0000005：极高概率为硬件级内存数据被破坏。软件 Bug 通常会在同一个代码处反复崩溃。
• 出错模块分散：如果崩溃模块横跨安全子系统、驱动过滤、卷管理等完全无关的模块，说明是内存或缓存里的数据被“物理写坏”了。
• WHEA 硬件错误：如 Cache Hierarchy Error，直接指向 CPU 自身的 L1/L2/L3 缓存或电压不稳，而非单纯的内存条问题。
• 0x20001 HYPERVISOR_ERROR：底层虚拟机管理程序检测到的硬件异常。

4. 日常防御性运维建议

• 让 AI 定期巡检：定期呼叫 sys-doctor 运行健康检查，它能通过底层系统事件比你更早发现潜在的硬件亚健康状态。
• 保留现场：开启完整的 Windows 内存转储（Minidump 或 Kernel Dump），确保出现蓝屏时有分析物料供 AI 读取。
• 虚拟内存配置：保证 C 盘有充足可用空间，建议将页面文件（PageFile）设置为“系统管理的大小”，避免因提交内存触顶导致的系统卡顿。