diagnosing-bugs
تشخيص وإصلاح أخطاء البرامج الصعبة
غالبًا ما يؤدي تصحيح الأخطاء المعقدة إلى إضاعة الوقت من خلال التجربة والخطأ غير المنظم. توفر هذه المهارة منهجية منظمة بالمراحل لبناء حلقات التغذية الراجعة، وإعادة إنتاج المشكلات، وإصلاح المشاكل بكفاءة.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "diagnosing-bugs". زر تسجيل الدخول لا يفعل شيئًا عند النقر عليه
النتيجة المتوقعة:
- اكتملت المرحلة 1: تم بناء حلقة تغذية راجعة بإضافة console.log إلى معالج النقر. تم التأكد من أن حدث النقر يُطلق ولكن استدعاء واجهة البرمجة لا يتم أبدًا.
- المرحلة 2: تم إعادة إنتاج الخطأ بشكل ثابت. تم التقليل إلى استيراد مفقود في خدمة المصادقة.
- المراحل من 3 إلى 5: تم توليد 3 فرضيات. تم تأكيد الفرضية الرئيسية على أنها تبعية دائرية. تم تطبيق الإصلاح وإضافة اختبار التراجع.
استخدام "diagnosing-bugs". نتائج البحث تستغرق وقتًا طويلاً للتحميل بعد نشر الأمس
النتيجة المتوقعة:
- تم إنشاء قياس خط الأساس: استغرق البحث 8.4 ثانية مع ذاكرة تخزين مؤقت باردة.
- تم تنفيذ الإجراء التنصفي على التراجع وصولًا إلى فهرس قاعدة بيانات جديد. يتسبب الفهرس في إبطاء عمليات الكتابة التي تقفل جدول البحث.
- تم تطبيق الإصلاح بتحسين استعلام الفهرس. البحث الآن يعود في 300 مللي ثانية. تم إضافة اختبار تراجع الأداء.
التدقيق الأمني
مخاطر منخفضةAll 13 static analysis findings were evaluated as FALSE POSITIVES. The 'Ruby/shell backtick execution' detections (9 instances) are Markdown inline-code backticks in SKILL.md - not actual shell execution. The 'Weak cryptographic algorithm' detections (2 instances) matched on YAML front matter and a checklist item - no cryptographic code exists. The 'Hardcoded URL' points to http://localhost:3000 in a user-editable template script. The 'System reconnaissance' detection is a human-in-the-loop debugging question. The skill is a debugging methodology document and a bash template for structured user interaction. No malicious intent, data exfiltration, or obfuscation detected.
عوامل الخطر
🌐 الوصول إلى الشبكة (1)
⚙️ الأوامر الخارجية (9)
درجة الجودة
ماذا يمكنك بناءه
إصلاح تراجع في بيئة الإنتاج
بدأ أحد تطبيقات الويب يفشل بعد نشر حديث. توجه المهارة الذكاء الاصطناعي لبناء حلقة إعادة الإنتاج، وتنفيذ الإجراء التنصفي على التغيير، وإنشاء إصلاح مع اختبار تراجع.
تحسين استعلامات قاعدة البيانات البطيئة
أصبحت إحدى الميزات غير قابلة للاستخدام بعد تغيير في مخطط قاعدة البيانات. تساعد المهارة في إنشاء خط أساس للأداء، وقياس خطط الاستعلامات، وتحديد عنق الزجاجة من خلال القياس الموجه.
تصحيح خطأ واجهة مستخدم متقطع
أحيانًا يتم عرض مكون واجهة المستخدم بحالة غير صحيحة. تساعد المهارة في بناء حلقة ذات معدل إعادة إنتاج أعلى، وتضييق النوافذ الزمنية، وحقن شروط لجعل الخطأ غير المستقر قابلاً للتصحيح.
جرّب هذه الموجهات
أرى خطأً عندما أرسل النموذج في موقعي الإلكتروني. النموذج لا يحفظ البيانات في قاعدة البيانات. هل يمكنك مساعدتي في تشخيص هذه المشكلة وإصلاحها؟
كانت ميزة البحث في تطبيقي تعيد النتائج في أقل من 200 مللي ثانية لكنها الآن تستغرق أكثر من 5 ثوانٍ. تم النشر بالأمس. هل يمكنك مساعدتي في تحديد سبب هذا التراجع؟
يفيد المستخدمون أن جلساتهم تنتهي عشوائيًا أثناء السداد. يظهر الخطأ فقط في بيئة الإنتاج ولا أستطيع إعادة إنتاجه محليًا. يرجى مساعدتي في بناء حلقة تغذية راجعة وتشخيص السبب الجذري.
خط أنابيب التكامل المستمر (CI) لدينا يفشل بشكل متقطع طوال الأسبوع الماضي. الفشل غير متسق عبر التشغيلات. أحتاج إلى نهج منهجي لبناء إعادة إنتاج موثوقة، وتحديد السبب الجذري، وتنفيذ إصلاح مع اختبارات تراجع مناسبة.
أفضل الممارسات
- ابنِ حلقة التغذية الراجعة أولاً قبل تكوين أي فرضيات حول السبب الجذري للخطأ
- قلل حالة إعادة الإنتاج إلى العناصر الحاملة للأحمال فقط قبل الانتقال إلى توليد الفرضيات
- ضع علامات مميزة على جميع أدوات قياس التصحيح بحيث يكون التنظيف منهجيًا وشاملاً
تجنب
- الانتقال مباشرة إلى فرضية دون بناء حلقة تغذية راجعة عاملة لإعادة الإنتاج أولاً
- تغيير متغيرات متعددة في وقت واحد خلال مرحلة القياس في التحقيق
- إضافة سجلات تصحيح غير موسومة تتراكم في قاعدة الشيفرة ولا يتم تنظيفها أبدًا