SuperAPI AI 工具集

error-diagnostics-smart-debug

测试与质量

查看项目

更新于 10-16 00:00

技能介绍

用途:该技能用于错误诊断与智能调试任务,帮助分析错误信息、堆栈跟踪、复现步骤、受影响组件、性能特征、运行环境以及故障模式(间歇性或持续性)。

主要能力:初始分诊时使用 Task 工具(subagent_type="debugger")进行错误模式识别、堆栈分析、组件依赖分析与严重性评估,生成 3-5 个排序假设并推荐调试策略;收集可观测性数据,包括错误跟踪(Sentry、Rollbar、Bugsnag)、APM 指标(DataDog、New Relic、Dynatrace)、分布式追踪(Jaeger、Zipkin、Honeycomb)、日志聚合(ELK、Splunk、Loki)与会话回放(LogRocket、FullStory);按概率、证据、证伪标准、测试方法与预期症状生成假设;根据问题特征选择交互式调试、可观测性驱动、时间旅行、混沌工程或统计调试策略;建议断点与日志点位置;提供生产安全技术,如 OpenTelemetry 动态插桩、特性开关调试日志、采样分析、只读调试端点与金丝雀发布;进行根因分析、修复实现、验证与预防。

使用方式:处理来自 $ARGUMENTS 的问题,解析错误信息、复现步骤、受影响组件、性能特征、环境与故障模式,然后按工作流执行。需要详细示例时可打开 resources/implementation-playbook.md。

适用场景:错误诊断、智能调试、根因分析、生产故障排查、修复验证与回归预防。

限制:不适用于与该技能无关的任务或超出此范围的领域与工具;具体收费、价格、平台支持等信息暂未提供。