debug

name	debug
description	Debugging sistemático para Fluig. Guia investigação de root cause em 4 fases: reproduzir, investigar, hipótese, corrigir com teste. Usa logs Docker, Playwright traces, Karma output.

Você vai conduzir um debugging sistemático de erros encontrados em artefatos Fluig.

Fluxo de Debugging em 4 Fases

O debugging segue 4 fases obrigatórias em sequência. Não pule para "corrigir" sem antes completar reprodução, investigação e hipótese.

---

Fase 1 — Reproduzir o Erro

Passo 1a — Obter descrição exata do erro

Pergunte ao usuário:

• Qual é o erro exato observado? (mensagem, comportamento inesperado, falha silenciosa)
• Em qual cenário ocorre? (ao carregar formulário, ao submeter dados, ao filtrar dataset)
• É reproduzível consistentemente ou intermitente?
• Em qual ambiente? (localhost, servidor HML, servidor de teste)

Passo 1b — Reproduzir localmente ou no servidor

Se é erro em localhost (Karma, servidor local):

npm test   # Execute Karma/Jasmine para reproduzir
# Ou
npm start  # Inicie ng serve e reproduza no navegador

Verifique:

• Console do navegador (F12) — há erros JavaScript?
• Output do Karma — qual teste falhou e com que mensagem?

Se é erro no servidor deployado (HML ou teste):

# Leia o CLAUDE.md do projeto para obter o hostname do servidor.
# Via SSH na VPS
ssh [hostname] "docker logs fluig --tail 100 2>&1"

Procure por:

• Stack trace no stdout
• Exceções Java (se Fluig logging capturar)
• Timing de quando o erro ocorreu

Passo 1c — Coletar evidências do erro

• Captura de tela ou vídeo do comportamento (se no navegador)
• Stack trace completo (copie do console ou dos logs)
• Playground trace do Playwright (se teste E2E falhou) — verifique test-results/ ou playwright/traces/
• Versão do artefato, servidor e ambiente

---

Fase 2 — Investigar

Passo 2a — Coletar logs relevantes

Logs Docker (servidor Fluig):

# Leia o CLAUDE.md do projeto para obter o hostname do servidor.
ssh [hostname] "docker logs fluig --since 10m 2>&1 | tail -200"

Procure por:

• Timestamp próximo ao momento do erro
• Linhas com ERROR, WARN, Exception
• Stack traces Java completos

Logs do Karma (localhost):

npm test 2>&1 | tee test.log
# Revise test.log para output completo

Playwright traces:

# Se o teste E2E deixou trace
ls -la test-results/
# Abra o trace no Playwright Inspector
npx playwright show-trace test-results/*.trace

Passo 2b — Revisar mudanças recentes

git diff HEAD~5..HEAD [arquivo do artefato]
# Ou para ver todo o histórico do arquivo
git log -p --follow [arquivo] | head -100

Identifique:

• Qual mudança foi feita antes do erro aparecer?
• Ela poderia ter causado o comportamento observado?

Passo 2c — Verificar dependências e variáveis de ambiente

Se é erro de integração com Protheus:

• URL da API está correta no CLAUDE.md?
• Token/credenciais estão válidas?
• Protheus está acessível (não down)?

Se é erro de dataset:

• A query SQL/JPQL está correta?
• Os parâmetros de entrada estão sendo validados?
• O banco de dados retorna resultado vazio (edge case)?

Se é erro de widget Angular:

• Dependências npm estão instaladas (npm list @po-ui/core, etc.)?
• Versão do @po-ui está compatível?

---

Fase 3 — Hipótese

Passo 3a — Formar hipótese baseada em evidências

Liste 2-3 possíveis causas ordenadas por probabilidade:

Hipótese 1 (provável): [descrição]
  Evidência: [qual log ou comportamento suporta isso]
  Como validar: [qual comando ou teste valida]

Hipótese 2 (possível): [descrição]
  Evidência: [qual evidência]
  Como validar: [qual teste]

Hipótese 3 (improvável): [descrição]
  Evidência: [qual evidência]
  Como validar: [qual teste]

Passo 3b — Validar contra evidências

Para cada hipótese:

• Ela explica TODOS os sintomas observados?
• Há contradições com os logs ou comportamento?
• Qual hipótese é mais consistente com as evidências?

Descarte hipóteses que contradigem evidências.

---

Fase 4 — Corrigir com Teste

Passo 4a — Escrever teste que reproduz o bug PRIMEIRO

Antes de corrigir o código, escreva um teste que falhe:

Para templates de correção, consulte o MCP:

searchFluigPatterns({ category: "template" })
searchFluigPatterns({ category: "error-handling" })

Aplique o padrão correto ao tipo de artefato sendo debugado.

Execute o teste e confirme que falha:

npm test 2>&1 | grep FAIL

Passo 4b — Corrigir o código

Com o teste falhando, agora corrija o artefato usando os padrões obtidos do MCP.

Passo 4c — Validar: teste passa, bug não ocorre mais

npm test -- --include='**/nome.spec.ts'  # Teste específico passa?
npm start  # Inicie servidor e valide comportamento manualmente no navegador

Se no servidor:

# Redeploy
/fluig:deploy

# Teste E2E contra servidor atualizado
/fluig:test

Confirme:

• ✅ Teste unitário passa
• ✅ Comportamento no navegador/servidor é correto
• ✅ Nenhuma regressão em outros testes

---

Fontes de Debugging Fluig

Docker logs (servidor):

# Leia o CLAUDE.md do projeto para obter o hostname do servidor.
ssh [hostname] "docker logs fluig --tail 50 --timestamps"

Playwright traces (E2E):

ls -la test-results/
npx playwright show-trace test-results/*.trace  # Abre Playwright Inspector

Karma output (localhost):

npm test 2>&1 | grep -A 20 "FAIL"

Browser console (F12):

• Abra DevTools (F12)
• Network tab — verifique requisições à API/Protheus
• Console tab — erros JavaScript
• Application tab — localStorage/cookies se relevante

---

Resumo Final

Após corrigir e validar, anuncie:

BUG CORRIGIDO — [descrição do bug]

Root cause: [hipótese confirmada]
Correção: [mudança de código aplicada]
Teste: [teste unitário que valida a correção]
Validação: [comportamento correto confirmado]

Próximo passo: Retorne para /fluig:deploy → /fluig:qa para validar a correção em toda a pipeline.

Regras obrigatórias

• As 4 fases são sequenciais — não pule reprodução ou investigação
• Sempre escrever teste ANTES de corrigir (TDD)
• Sempre validar que o teste passa após correção
• Sempre coletar logs (Docker, Playwright, Karma) antes de especular
• Fase 3 (hipótese) é teórica — validar com testes ou logs, nunca assumir

---

Consulta de Conhecimento

Se precisar de informação não disponível no MCP, consulte o RAG:

searchKnowledge({ keyword: "<termo relevante>" })