Compétences Error Detective
🔍

Error Detective

Sûr

Détecter et diagnostiquer les erreurs dans vos systèmes

Les erreurs de production sont difficiles à tracer dans les systèmes distribués. Cette compétence analyse les journaux, corrèle les erreurs et identifie les causes profondes pour accélérer le débogage.

Prend en charge: Claude Codex Code(CC)
📊 70 Adéquat
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "Error Detective". Fichier de journal avec des erreurs NullPointerException répétées

Résultat attendu:

47 occurrences de NullPointerException extraites entre 14:32 et 14:45 UTC. Fréquence maximale : 12 erreurs/minute à 14:38. Toutes les erreurs proviennent de la méthode UserService.getUser(). Corrélation : les erreurs ont commencé 2 minutes après le déploiement v2.3.1.

Utilisation de "Error Detective". Stack trace d'un timeout du service de paiement

Résultat attendu:

Cause profonde : épuisement du pool de connexions à la base de données. Preuve : timeout à ConnectionPool.getConnection (ligne 142), précédé de 200+ requêtes en attente. Correction : augmenter la taille du pool de 10 à 50 connexions et ajouter un disjoncteur.

Audit de sécurité

Sûr
v1 • 2/24/2026

This is a prompt-only skill with no executable code, network access, or filesystem operations. Static analysis scanned 0 files and detected no security patterns. The skill provides guidance for log analysis and error investigation without any attack vectors.

0
Fichiers analysés
0
Lignes analysées
0
résultats
1
Total des audits
Aucun problème de sécurité trouvé
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
32
Communauté
100
Sécurité
83
Conformité aux spécifications

Ce que vous pouvez construire

Investigation d'incidents de production

Analyser les journaux d'erreurs d'une panne de production pour identifier la cause profonde et la chronologie des défaillances dans les microservices.

Débogage des défaillances intermittentes

Corréler les erreurs sporadiques dans les journaux d'application pour trouver des motifs et les conditions déclenchantes qui causent des bugs intermittents.

Analyse post-mortem

Examiner les données d'erreur historiques après un incident pour comprendre les chaînes de défaillance et recommander des stratégies de prévention.

Essayez ces prompts

Recherche de motifs d'erreur de base 
Analysez cet extrait de journal et extrayez tous les messages d'erreur avec leurs horodatages. Regroupez les erreurs similaires et identifiez le type d'erreur le plus fréquent.
Analyse de stack trace 
Examinez cette stack trace et identifiez la cause profonde de l'échec. Expliquez quel chemin de code a déclenché l'erreur et suggérez des corrections.
Corrélation d'erreurs inter-services 
Je dispose de journaux provenant de trois microservices pendant une panne. Corrèlez les erreurs par horodatage et identifiez quel service a échoué en premier et a provoqué la cascade.
Génération de requêtes de surveillance 
Générez des requêtes Elasticsearch et Splunk pour détecter ce motif d'erreur spécifique en production. Incluez des seuils d'alerte pour les pics de taux d'erreur.

Bonnes pratiques

  • Toujours inclure les horodatages et les ID de corrélation lors de la fourniture d'échantillons de journaux pour analyse
  • Partager les journaux de tous les services affectés pour permettre une corrélation inter-systèmes précise
  • Fournir le contexte sur les déploiements récents ou les modifications de configuration qui pourraient être liés aux erreurs

Éviter

  • Ne pas partager de données sensibles comme les clés API, les mots de passe ou les informations personnelles dans les journaux
  • Éviter d'analyser des messages d'erreur isolés sans le contexte de journal environnant
  • Ne pas supposer que la première erreur visible est la cause profonde - remonter la chaîne

Foire aux questions

Quels formats de journal cette compétence prend-elle en charge ?
La compétence peut analyser n'importe quel format de journal basé sur du texte, y compris les journaux JSON, les journaux d'accès Apache/Nginx, les journaux d'application et les sorties de journalisation structurée.
Cette compétence peut-elle se connecter directement à mes systèmes de surveillance ?
Non, il s'agit d'une compétence basée sur des invites. Vous devez copier et coller les données de journal ou les résultats de requête pour analyse.
Combien de données de journal dois-je fournir pour l'analyse ?
Fournissez un échantillon représentatif autour de la période d'erreur - typiquement 100 à 500 lignes. Pour la corrélation, incluez les journaux de tous les services affectés pendant la même fenêtre temporelle.
Cette compétence peut-elle aider à prévenir les erreurs futures ?
Oui, la compétence fournit des stratégies de prévention basées sur les causes profondes identifiées, y compris des modifications de code, des améliorations de surveillance et des recommandations architecturales.
Cette compétence fonctionne-t-elle avec les journaux d'application personnalisés ?
Oui, la compétence utilise la reconnaissance de motifs et l'analyse regex qui fonctionne avec n'importe quel format de journal, y compris la journalisation spécifique à l'application personnalisée.
Quels langages de programmation sont pris en charge pour l'analyse des stack traces ?
La compétence peut analyser les stack traces de Java, Python, JavaScript/Node.js, Ruby, Go, Rust et d'autres langages courants avec des formats de stack trace reconnaissables.

Détails du développeur

Auteur

sickn33

Licence

MIT

Dépôt

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/error-detective

Réf

main

Structure de fichiers

📄 SKILL.md