SuperAPI AI 工具集

debugging

测试与质量

查看项目

更新于 10-15 19:53

技能介绍

用途:面向遇到运行时报错、异常输出、性能下降或难以复现的缺陷时,提供一套系统化排错流程,也用于事后分析与预防。

主要能力与流程:

  1. 收集信息:记录完整错误信息与堆栈、错误类型、出现时间与是否可复现,以及语言版本、框架依赖、运行环境和近期变更。可用 git log --oneline -10、git diff HEAD~5 查看变更,用 npm list --depth=0(Node.js)或 pip freeze(Python)查看依赖版本。
  2. 复现问题:编写最小可复现示例,给出具体输入、预期与实际结果,避免笼统描述。
  3. 隔离定位:采用打印/日志断点或二分法注释代码逐步缩小范围。
  4. 根因分析:识别越界、空引用、竞态条件、内存泄漏、类型不匹配等常见模式,并追问最近改了什么、是否与特定输入或环境相关。
  5. 实施修复:针对根因而非表象修改,检查是否破坏既有功能、是否处理边界情况、是否补充测试。
  6. 验证与预防:添加针对该缺陷的回归测试与参数化边界测试,防止再次出现。

示例涵盖 TypeError 解包错误、竞态条件加锁、以及用生成器替代列表减少内存占用。

限制:资料未提供安装命令、价格、平台支持或具体运行方式,需结合自身语言与工具的调试器和分析器使用;文档侧重方法论,未给出可直接执行的完整工具链配置。