技能 error-diagnostics-smart-debug
🔍

error-diagnostics-smart-debug

安全

Depurar Errores con Diagnósticos Impulsados por IA

Esta habilidad ayuda a los desarrolladores a diagnosticar rápidamente errores de software analizando mensajes de error, rastros de pila y datos de rendimiento para identificar causas raíz y sugerir soluciones.

支援: Claude Codex Code(CC)
🥉 72 青銅
1

下載技能 ZIP

2

在 Claude 中上傳

前往 設定 → 功能 → 技能 → 上傳技能

3

開啟並開始使用

測試它

正在使用「error-diagnostics-smart-debug」。 Analyze this error: 'Connection timeout after 30000ms' occurring in 5% of checkout requests in production

預期結果:

  • Resumen del Problema: Timeout de conexión intermitente en el servicio de checkout
  • Análisis de Causa Raíz: Causas probables - (1) Latencia de API de pago externa 60%, (2) Agotamiento del pool de conexiones de base de datos 25%, (3) Problema de infraestructura de red 15%
  • Estrategia Recomendada: Consultar trazas de DataDog para duración del servicio de pago, verificar métricas del pool de conexiones durante ventanas de error
  • Propuesta de Solución: Implementar patrón de circuit breaker con timeout de 10s, agregar reintento con retroalimentación exponencial
  • Validación: Desplegar a tráfico canario, monitorear reducción de tasa de errores

正在使用「error-diagnostics-smart-debug」。 Parse this stack trace: TypeError: Cannot read property 'id' of undefined at UserService.getProfile (/src/user/service.js:42:15)

預期結果:

  • Causa Raíz: Referencia nula en objeto de usuario - probable condición de carrera o verificación nula faltante
  • Hipótesis 1 (75%): Registro de usuario faltante en base de datos - verificar flujo de autenticación
  • Hipótesis 2 (20%): Problema de timing asíncrono - getProfile llamado antes de que datos de usuario se carguen
  • Hipótesis 3 (5%): Desajuste de esquema - estructura del objeto de usuario cambió
  • Solución Recomendada: Agregar guarda nulo: const userId = user?.id ?? throw new Error('User not found')

安全審計

安全
v1 • 2/24/2026

All static findings are false positives. The skill is a legitimate debugging assistant that provides guidance on error diagnostics. No external commands, cryptographic algorithms, or network reconnaissance are present. The reported patterns were markdown formatting (backticks for code) and benign workflow descriptions.

1
已掃描檔案
200
分析行數
3
發現項
1
審計總數
中風險問題 (1)
SKILL.md:23SKILL.md:147
Markdown Code Formatting Misidentified
Static scanner incorrectly flagged backticks (`) as Ruby/shell backtick execution. These are markdown code formatting delimiters, not shell commands.
低風險問題 (2)
SKILL.md:3SKILL.md:94
False Positive: Cryptographic Algorithm Detection
Static scanner incorrectly detected 'weak cryptographic algorithms'. The content contains no cryptographic code.
SKILL.md:134
False Positive: Network Reconnaissance Detection
Static scanner incorrectly flagged network-related discussion as reconnaissance. The skill discusses legitimate observability data collection.
審計者: claude

品質評分

38
架構
100
可維護性
87
內容
32
社群
96
安全
100
規範符合性

你能建構什麼

Respuesta a Incidentes en Producción

Diagnosticar rápidamente errores de producción analizando patrones de error y recommendando estrategias de depuración para ingenieros de guardia.

Depuración en Desarrollo

Obtener guía asistida por IA sobre técnicas de depuración local, ubicación de puntos de interrupción y estrategias de ejecución paso a paso.

Análisis de Problemas de Rendimiento

Analizar rastros de rendimiento y datos APM para identificar cuellos de botella, consultas N+1 y problemas de agotamiento de recursos.

試試這些提示

Análisis Básico de Errores 
Analyze this error: $ERROR_MESSAGE. What could be the root cause?
Análisis de Stack Trace 
Parse this stack trace and identify the likely source of the issue: $STACK_TRACE. Provide 3 hypotheses ranked by probability.
Depuración de Problemas en Producción 
Help debug this production issue: $ISSUE_DESCRIPTION. The error frequency is $FREQUENCY in $ENVIRONMENT environment. Recommend a debugging strategy.
Validación de Solución 
Review this proposed fix for the error: $ERROR and $PROPOSED_FIX. Assess the risk level and suggest validation steps.

最佳實務

  • Proporcionar contexto completo del error incluyendo stack traces, pasos de reproducción y detalles del entorno
  • Usar datos de observabilidad para validar hipótesis antes de implementar soluciones
  • Aplicar depuración incremental: comenzar con explicaciones simples antes que las complejas
  • Siempre validar soluciones con pruebas y despliegues canario antes del lanzamiento completo

避免

  • Aplicar soluciones sin entender la causa raíz
  • Ignorar la frecuencia de errores y el impacto al priorizar esfuerzos de depuración
  • Omitir la recolección de datos de observabilidad y depender únicamente de inspección de código
  • Desplegar soluciones sin validación o estrategia de rollback

常見問題

¿Qué información debo proporcionar para mejores resultados de depuración?
Proporciona el mensaje de error completo, stack trace completo, pasos de reproducción, detalles del entorno (dev/staging/producción) y cualquier registro o métrica relevante.
¿Puede esta habilidad corregir los errores automáticamente?
No. La habilidad analiza errores y sugiere posibles soluciones, pero debes validarlas e implementarlas. Se requiere juicio humano para sistemas de producción.
¿Esta habilidad funciona con todos los lenguajes de programación?
Sí. La habilidad analiza patrones de error y estrategias de depuración que se aplican de manera general. Los detalles específicos del lenguaje pueden incluirse en el contexto del error.
¿Puedo usar esto para vulnerabilidades de seguridad?
La habilidad puede ayudar a analizar patrones de error, pero las vulnerabilidades de seguridad requieren revisión de seguridad especializada. No confíes en esta habilidad para auditorías de seguridad.
¿Cómo elige la habilidad la estrategia de depuración?
Analiza las características del problema: reproducibilidad, entorno, frecuencia de errores y componentes afectados. La depuración interactiva funciona para problemas locales; la depuración basada en observabilidad es mejor para producción.
¿Con qué herramientas de observabilidad se integra esta habilidad?
La habilidad referencia Sentry, Rollbar, Bugsnag (seguimiento de errores), DataDog, New Relic, Dynatrace (APM), Jaeger, Zipkin, Honeycomb (trazado), y ELK, Splunk, Loki (registros).

開發者詳情

作者

sickn33

授權

MIT

儲存庫

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/error-diagnostics-smart-debug

引用

main

檔案結構

📄 SKILL.md