Error Detective
Detectar e diagnosticar erros em todos os seus sistemas
Erros de produção são difíceis de rastrear em sistemas distribuídos. Esta skill analisa logs, correlaciona erros e identifica causas raízes para acelerar a depuração.
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“Error Detective”。 Arquivo de log com erros NullPointerException repetidos
预期结果:
Extraídas 47 ocorrências de NullPointerException entre 14:32-14:45 UTC. Pico de frequência: 12 erros/minuto às 14:38. Todos os erros se originam do método UserService.getUser(). Correlação: erros começaram 2 minutos após o deployment v2.3.1.
正在使用“Error Detective”。 Stack trace de timeout do serviço de pagamento
预期结果:
Causa raiz: Esgotamento do pool de conexões do banco de dados. Evidência: Timeout em ConnectionPool.getConnection (linha 142), precedido por 200+ solicitações pendentes. Correção: Aumentar tamanho do pool de 10 para 50 conexões e adicionar circuit breaker.
安全审计
安全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.
质量评分
你能构建什么
Investigação de Incidentes de Produção
Analisar logs de erro de uma queda de produção para identificar a causa raiz e a linha do tempo de falhas entre microsserviços.
Depuração de Falhas Intermitentes
Correlacionar erros esporádicos em logs de aplicação para encontrar padrões e condições desencadeadoras que causam bugs intermitentes.
Análise Post-Mortem
Revisar dados históricos de erros após um incidente para compreender cadeias de falhas e recomendar estratégias de prevenção.
试试这些提示
Analise este trecho de log e extraia todas as mensagens de erro com seus timestamps. Agrupe erros similares e identifique o tipo de erro mais frequente.
Examine este stack trace e identifique a causa raiz da falha. Explique qual caminho de código acionou o erro e sugira correções.
Tenho logs de três microsserviços durante uma queda. Correlacione erros por timestamp e identifique qual serviço falhou primeiro e causou a cascata.
Gere consultas Elasticsearch e Splunk para detectar este padrão específico de erro em produção. Inclua limites de alerta para picos na taxa de erros.
最佳实践
- Sempre inclua timestamps e IDs de correlação ao fornecer amostras de log para análise
- Compartilhe logs de todos os serviços afetados para permitir correlação precisa entre sistemas
- Forneça contexto sobre deployments recentes ou alterações de configuração que possam estar relacionadas aos erros
避免
- Não compartilhe dados sensíveis como chaves de API, senhas ou informações pessoais em logs
- Evite analisar mensagens de erro isoladas sem contexto de log ao redor
- Não assuma que o primeiro erro visível é a causa raiz - rastreie para trás através da cadeia