SuperAPI AI 工具集

ajiang-debug

编程与开发

查看项目

更新于 10-16 12:15

技能介绍

用途

该技能用于排查和修复 bug。目标是恢复用户原来失败的任务,并让结论与实际证明的范围一致。

复现问题

区分报告中的可观察现象、预期行为和归因猜测。报告者提供的是有价值的线索,猜测需要实验核验。

确认待修改仓库、实际工作区、版本/commit 与启动入口;参考仓库只作为参考。记录与问题有关的环境、有效配置、输入规模和历史状态,敏感值只记录配置是否存在或脱敏身份。

尝试从用户入口复现,保存准确步骤、错误与预期结果。能安全建立修前失败的自动回归时优先建立;简单问题不必生成额外文档。

验证原因

不要只寻找支持第一个解释的证据。对竞争假设设计实验,每次尽量改变一个关键条件。沿调用链、配置优先级、状态生命周期及数据规模定位实际差异。

复杂调查可在任务工作目录维护表格:

假设 可区分实验 实际结果/证据位置 状态 适用环境与版本

排除记录用于避免重复探索;版本、输入或条件改变后可以重新打开假设。问题暂时消失不等于修复。第一个原因成立后,仍从原入口检查是否存在叠加原因。

暂时无法完整复现时,继续读取相关代码、日志,缩小环境差异,或添加必要诊断。代码路径与定向失败测试可以证明局部缺陷,但不能冒充用户环境复现。用户明确要求“复现后才能修改”时,保持该执行边界。不要无限增加负载或扩大修改范围来强求复现。

修复并复测

只修改证据支持的原因,保留不相关的已有行为。独立旧问题记录为后续事项;本次引入的回归应修复。

修后重跑原入口、原关键条件及失败输入,不用更小数据、另一个入口或新配置代替原验收。增加与改动相关的相邻路径检查,例如恢复、取消、边界输入或配置覆盖;不默认全量扩展测试。

按待证明的边界选择测试:纯逻辑用确定性测试;超时/竞态可控制时钟或上游;真实 provider、系统或发布入口有实际变化时补对应真实验证。准确说明模拟测试与实际运行各自覆盖的范围。

断言用户可观察结果、持久化状态或真实产物,避免只检查 AI 回复里的“成功”。新增回归测试应能在旧行为或受控回归下失败。

交付

先说原流程是否恢复,再给:根因链、修改、修前/修后证据和未验证条件。明确区分实测确认、代码路径确认、推断及未复现。未运行的命令不能算验证。

如果复现消失但无因果证据,报告“本次未再复现,根因未确认”;如果仅局部回归通过,报告其范围。新证据推翻此前判断时明确更正。

复杂调查可按 排障记录 保存复现、假设实验与同条件复测。

适用场景与限制

适用于需要从用户入口复现并按证据驱动定位原因的缺陷排查,尤其在存在多个竞争假设、涉及配置优先级或状态生命周期的情况下。资料未提供具体支持的语言、框架、平台或工具信息,暂未提供收费、价格等说明。