SuperAPI AI 工具集

systematic-troubleshooter

测试与质量

查看项目

更新于 10-15 20:31

技能介绍

用途:用于遇到错误、缺陷、非预期行为,或需要系统化调试复杂多层问题时,把调试当作科学方法来做,而不是随机试错。核心思路是先理解再行动:可靠复现、基于证据提出可检验的假设、一次只改一个变量、复杂问题先做延展思考再给修复方案、修复后验证无回归,并把根因与解决方案记录下来。

主要能力与流程:分七个阶段。1)理解并收集症状、预期行为、上下文、可复现性、环境与最小用例;信息不足时用 AskUserQuestion 追问。2)复现,建立最小可复现示例并记录频率。3)假设,简单问题直接假设,复杂多层问题使用延展思考(约8,192至16,384 token),按证据匹配度、简洁性、先例与可检验性评估。4)测试,一次只改一个变量,可用二分查找、隔离、差分、压力测试等模式。5)修复,针对根因、范围最小、附注释并加测试。6)验证,包括原始用例、边界情况、回归测试与性能检查。7)文档,记录症状、根因、调查过程、解决方案与预防措施。

适用场景:单组件明确报错、多层微服务或分布式问题、间歇性故障、性能问题与安全漏洞排查等。遇到无法复现、信息不足、多个同等可行假设、修复需架构改动、可能影响生产或超出时间预算时,应暂停并向用户提问确认。

限制:资料未提供具体安装命令、价格、平台支持或效果数据,暂未提供;使用时需遵守其阶段顺序与验证要求,避免同时改多个变量或只掩盖症状。