SuperAPI AI 工具集

diagnosing-bugs

测试与质量

查看项目

更新于 10-15 20:21

技能介绍

用途:面向疑难缺陷和性能回归的诊断流程,强调先建立可复现的反馈循环,再进入假设与修复。适用于用户要求诊断、调试,或报告功能损坏、抛错、失败、变慢的场景。

主要能力:分阶段推进诊断。阶段1构建反馈循环,可用失败测试、curl/HTTP 脚本、CLI 夹具对比、无头浏览器脚本、回放捕获的 trace、临时最小 harness、属性/模糊测试、二分 harness、差分循环或人工介入脚本;要求循环能对该缺陷变红、确定、快速且可无人值守运行。阶段2复现并最小化,确认失败模式与用户描述一致,并逐步裁剪到最小复现。阶段3生成3至5个可证伪的排序假设,并先展示给用户。阶段4按假设做定向插桩,优先调试器/REPL,日志需带唯一前缀如 [DEBUG-a4f2];性能问题先建立基线再二分。阶段5先写回归测试再修复,需存在正确接缝,否则记录该发现。阶段6清理,确认原复现不再出现、回归测试通过、移除调试插桩、删除临时原型,并在提交信息中写明正确假设。

使用方式:探索代码库时读取 CONTEXT.md(若存在),并查看相关区域的 ADR。展示命令、输出和捕获物前必须脱敏,用 <REDACTED> 替换密钥,凭据通过环境变量传递,捕获物只引用含信号的行。若脱敏后信息不足以诊断,应说明并询问用户。

限制:无法构建循环时应停止并明确说明,列出尝试过的方法,向用户请求可复现环境、脱敏捕获物或临时生产插桩许可,不得在无循环时直接假设。非确定性缺陷目标不是干净复现,而是提高复现率。没有可对该缺陷变红的命令,不进入阶段2。资料未提供具体安装命令、收费或平台信息。