SuperAPI AI 工具集

rlm-debugging

测试与质量

查看项目

更新于 10-16 06:15

技能介绍

用途:当 RLM 需求涉及修复缺陷、排查测试失败或异常行为时,在 Phase 1(AS-IS)与 Phase 2(TO-BE 计划)之间插入 Phase 1.5,先做系统化根因分析,再进入修复计划。核心原则是“未先调查根因,不得动手修复”,症状式修复视为失败。

主要能力:按四步推进——根因调查(细读错误信息与堆栈、稳定复现、检查近期变更、多组件系统加诊断埋点、沿调用栈回溯数据流)、模式分析(找可用示例、完整阅读参考实现、逐项对比差异、理解依赖)、假设与验证(一次只提一个假设、做最小改动验证、失败则重新假设而非叠加修复)、修复总结(先写失败测试用例,再向 Phase 2 交接根因与修复思路)。

使用方式:触发场景包括测试失败、空输入崩溃、API 返回错误数据、性能与集成问题等。流程为锁定 Phase 1、创建状态为 DRAFT 的 01.5-root-cause.md、执行调试、找到根因后锁定该工件,再进入 Phase 3。工件路径为 /.codex/rlm/<run-id>/01.5-root-cause.md,内含错误分析、复现验证、近期变更、证据收集、数据流追踪、模式分析、假设测试、根因总结、可追溯性与覆盖/审批门。

适用场景:时间紧迫、看似“只需一处小改”、此前修复已失败、或尚未完全理解问题时尤其适用;简单问题也不应跳过。

限制:资料未提供具体安装命令、收费、平台支持或效果数据;若连续 3 次以上修复失败,应停下质疑架构而非继续修症状。