Przejdź do treści
Biblioteka skilli
Programowanie · Budowanie i kod

loom-systematic-debugging

/loom-systematic-debugging

Prowadzi uporządkowane debugowanie błędów, nieudanych testów i niespodziewanego zachowania w fazach: odtworzenie, zebranie informacji, hipoteza, weryfikacja i naprawa.

Repozytorium
loom ↗
Licencja
MIT
Ostatnia zmiana repozytorium
18.10.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
3
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 18.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Prowadzi uporządkowane debugowanie błędów, nieudanych testów i niespodziewanego zachowania w fazach: odtworzenie, zebranie informacji, hipoteza, weryfikacja i naprawa.

Argumenty

/loom-systematic-debugging <failure or symptom>
Oryginalny opis (EN)

Structured debugging when facing bugs, test failures, or unexpected runtime behavior. Follows a phased approach: reproduce → gather info → hypothesize → verify → fix. Use when: diagnosing bugs, failing tests, flaky behavior, or unexplained runtime errors.

Jak działa

  1. 调试原则
  2. 绝对规则
  3. 执行流程
  4. 调试技术
  5. 警告信号
  6. 输出格式
Sekcje z nagłówków SKILL.md, w oryginale · 156 linii, 321 słów
Podgląd SKILL.md
---
name: loom-systematic-debugging
description: >
  Structured debugging when facing bugs, test failures, or unexpected runtime behavior.
  Follows a phased approach: reproduce → gather info → hypothesize → verify → fix.
  Use when: diagnosing bugs, failing tests, flaky behavior, or unexplained runtime errors.
when_to_use: Diagnose bugs, failing tests, flaky behavior, or unexplained runtime errors through a structured loop.
argument-hint: <failure or symptom>
user-invocable: true
---

# 系统化调试

## 调试原则

**先找根因,再修问题。** 系统化方法首次修复率约 95%,随机猜测仅 40%。

## 绝对规则

**Phase 1 完成前不许提出解决方案。** 三次修复失败 → 重新审视架构,不是再试一次补丁。

Phase 1 的完成标准不是“看起来知道原因”,而是已经建立一个 red-capable feedback loop:一个已运行过、能暴露失败、足够快、agent 可重复执行的命令、测试、脚本或 harness。

多组件系统:在每个边界插桩,定位数据流在哪里断了。

## 执行流程

> 阶段映射:Step1+2=收集信息 → Step3+4=形成/验证假设 → Step5+6=修复验证

### Step 1:建立反馈环

先构造可运行的 pass/fail 信号,再进入根因分析。可选方式包括:

- failing test
- curl / HTTP script
- CLI fixture
- headless browser script
- captured trace replay
- throwaway harness
- property / fuzz loop
- bisection harness
- differential loop
- 带人工确认点的脚本化检查

完成标准:

1. 命令已经运行过。
2. 当前能失败,或对 flaky bug 明显提高复现率。
3. 失败与用户报告的行为相关,而不是测试拼写、导入或环境错误。
4. 运行足够快,能在修复循环中反复执行。
5. agent 可以独立执行,不依赖未记录的手工步骤。

如果无法建立反馈环,必须停止并说明已尝试的方法、缺失的环境/日志/artifact,以及需要用户提供什么;不得进入修复。

### Step 2:复现并最小化问题

1. 确认问题的复现步骤
2. 记录环境信息(操作系统、版本、配置)
3. 确认问题是否可稳定复现
4. 收紧反馈环:减少依赖、缩短运行时间、缩小输入范围

### Step 3:收集信息

**错误信息**:控制台输出、日志文件、堆栈追踪

**上下文信息**:触发条件、输入数据、系统状态

**对比分析**:最近的代码变更、配置变更、环境变更

### Step 4:缩小范围 + 形成假设

1. **二分法**:不确定哪个变更导致问题 → 使用 git bisect
2. **日志定位**:关键位置添加日志,追踪数据流
3. **单元测试**:编写测试覆盖问题场景

基于收集的信息,列出 3-5 个按可能性排序、可证伪的原因:

```markdown
| #   | 假设           | 依据             | 验证方法       |
| --- | -------------- | ---------------- | -------------- |
| 1   | 数据库连接超时 | 日志显示连接错误 | 检查连接池配置 |
| 2   | 参数解析错误   | 请求参数格式异常 | 检查绑定标签   |
```

逐一验证假设,每次只验证一个:

1. 选择最可能的假设
2. 做最小化改动验证
3. 假设正确 → 进入修复
4. 假设错误 → 验证下一个假设

### Step 5:修复和验证

1. 实施修复
2. 编写回归测试
3. 运行全量测试
4. 确认问题解决
5. 用 Phase 1 的反馈环证明 red → green

详细模式和工具见 references/common-patterns.md

## 调试技术

### 条件等待(Condition-Based Waiting)

当调试异步问题时,不要使用固定 sleep,而是:

1. 设置明确的完成条件
2. 轮询检查条件是否满足
3. 设置合理的超时时间
4. 超时时提供诊断信息

### 纵深防御(Defense in Depth)

建立多层防护来验证假设:

1. 输入验证层:检查输入合法性
2. 业务逻辑层:验证业务规则
3. 数据/状态层:检查数据完整性
4. 输出层:验证输出格式

## 警告信号

出现以下想法意味着你在走捷径,立即回到 Phase 1:

- "先快速修一下" / "quick fix for now"
- "大概是 X,修一下" / "probably X, let me fix that"
- "这个简单" / "this is simple"
- "就试一个东西" / "just try this one thing"
- 没有 red-capable feedback loop 就开始改代码
- 三次修复失败还在猜

**所有这些意味着:停止猜测,回到根因分析。**

## 输出格式

```markdown
## 调试报告

**问题描述:** xxx
**影响范围:** xxx
**复现步骤:**

1. xxx
2. xxx

### 根因分析

- **反馈环:** <已运行命令 / 测试 / harness>
- **失败信号:** <red 输出摘要>

- **直接原因:** xxx
- **根本原因:** xxx

### 修复方案

- **修改文件:** path/to/file
- **修改内容:** xxx
- **回归测试:** 已添加测试覆盖

### 预防措施

- 添加监控告警
- 添加单元测试覆盖
```
Pliki w paczce (3)
  • SKILL.md 5 KB
  • evals/triggers.json 1 KB
  • references/common-patterns.md 1 KB

Wersje

W bazie nie ma innych skilli o nazwie loom-systematic-debugging.

Migawka bazy z 13.11.2026 · wersja paczki c76fd4b43c5b (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100debug
    Prowadzi systematyczne debugowanie: najpierw odtworzenie błędu, potem test, który się nie udaje, na końcu poprawka.
  • 90debugging
    Prowadzi systematyczne debugowanie: odtworzenie, badanie, hipotezy i poprawkę z weryfikacją przy błędach i regresjach.
  • 96systematic-debugging
    Szuka przyczyny błędów, niespodziewanego zachowania i nieudanych testów w czterech fazach, przed poprawką.
  • 100systematic-debugging
    Prowadzi systematyczne debugowanie błędów, nieudanych testów i nieoczekiwanego zachowania, chroniąc przed losowymi poprawkami, pomijaniem analizy przyczyny źródłowej i miotaniem się.
  • 95systematic-debugging
    Prowadzi debugowanie błędów, nieudanych testów i nieoczekiwanego działania przed proponowaniem poprawek.
  • 100debugging
    Prowadzi systematyczne debugowanie przez analizę przyczyn źródłowych przy błędach, nieudanych lub niestabilnych testach, awariach produkcyjnych i integracyjnych, w tym odtworzenie, poprawkę, zapobieganie i post-mortem.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.