Menu
가설 검증 서브에이전트 가이드 — 증거 수집, 신뢰도 평가, 가설 분기, 종료 판단을 수행하고 JSON 산출물로 결과를 기록한다. Agent tool로 가설 검증 서브에이전트를 스폰할 때 이 스킬을 따른다.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
가설 생성 서브에이전트 가이드 — 스코핑 결과로부터 3-5개 근본원인 가설을 생성하고, rca-progress MCP로 DDB에 저장하고 /tmp에 산출물을 남긴다. Agent tool로 가설 생성 서브에이전트를 스폰할 때 이 스킬을 따른다.
rca-progress MCP의 산출물 저장 계약. 파이프라인 단계 결과를 canonical JSON 또는 Markdown 파일로 저장할 때 참조한다.
복구 권고 및 검증 계획 — Healthcare Service 장애 리셋 API와 ECS 강제 배포를 실행하지 않고 후보로 제안하며, 사전조건·승인·롤백·검증 판정 기준을 작성한다. 복구, 리셋, 롤백, 재시작, 검증이 언급될 때 사용한다.
가설 트리 관리 — 카테고리, 상태 전이, 분기 규칙, 종료 조건, 우선순위 결정, 전체 기각 시 재생성. 가설 생성, 우선순위 결정, 가설 검증, 가설 분기, 종료 판단 단계에서 가설을 어떻게 구조화하고 관리해야 하는지 판단할 때 반드시 이 스킬을 참조한다. 가설 생성, 검증, 분기, 종료 판단이 언급될 때 사용한다.
Healthcare 서비스에 장애를 주입하거나 리셋한다. "장애 인젝션", "fault inject", "인젝션", "inject", "db leak", "high cpu", "high memory", "slow query", "커넥션 누수", "CPU 장애", "메모리 장애", "쿼리 장애", "장애 리셋", "fault reset", "장애 테스트", "RCA 테스트" 등의 키워드에 트리거. 장애를 주입하고 CloudWatch 알람이 트리거되어 RCA 에이전트가 자동 분석을 시작하는 E2E 테스트에 사용한다.
AWS 서비스별 증거 수집 패턴 — CloudWatch 메트릭 조회 전략, Logs Insights 쿼리 템플릿, CloudTrail 이벤트 필터. 초기 스코핑 단계와 증거 수집 단계에서 어떤 메트릭을 어떤 순서로 수집해야 하는지 판단할 때 반드시 이 스킬을 참조한다. ECS, RDS, Lambda, ALB 등 서비스 이름이 언급되거나, 메트릭 조회·로그 검색·변경 이력 조회를 수행하려 할 때 사용한다.
| name | hypothesis-validation |
| description | 가설 검증 서브에이전트 가이드 — 증거 수집, 신뢰도 평가, 가설 분기, 종료 판단을 수행하고 JSON 산출물로 결과를 기록한다. Agent tool로 가설 검증 서브에이전트를 스폰할 때 이 스킬을 따른다. |
메인 에이전트가 Agent tool로 이 서브에이전트를 스폰한다. 서브에이전트는 검증 루프 1회를 수행한다:
expansion_blocked=true이면 이 단계를 건너뛴다save_artifact("validation-{N}.json", ...)로 산출물 저장 (Python watcher가 DDB에 반영)스폰 시 프롬프트에 포함되어야 하는 필드:
{hypothesis_id, description, confidence, category})expansion_blocked (bool) — true이면 분기·재생성 금지, 증거 보강만 수행서브에이전트는 auto_rejected_ids에 포함된 가설을 빔 선택에서 제외하고, 최종 validation JSON의 rejected 배열에도 해당 reasoning으로 포함한다.
PENDING/NEEDS_INVESTIGATION 상태의 가설을 우선순위로 정렬한다:
빔에 포함된 각 가설에 대해:
수집된 증거마다 구체적 데이터 포인트, 타임스탬프, 에러 메시지를 포함한다.
각 가설의 증거를 평가하여 상태를 결정한다:
| 신뢰도 | 상태 | 행동 |
|---|---|---|
| ≥ 0.8 | CONFIRMED | 루프 즉시 종료 |
| ≤ 0.3 | REJECTED | 다음 가설로 이동 |
| 0.3-0.8 | NEEDS_INVESTIGATION | 가설 분기 실행 |
각 가설의 상태, 신뢰도, 판단 근거, 증거 요약을 validation JSON의 해당 배열에 포함한다.
expansion_blocked=true이면 이 단계 전체를 건너뛴다. 비확장 모드에서는 증거 보강만 허용된다.
NEEDS_INVESTIGATION 가설에 대해:
new_hypotheses 배열에 포함한다서브에이전트는 반드시 다음 JSON 형태로 결과를 반환한다:
{
"loop_index": 1,
"judgments": [
{
"hypothesis_id": "uuid",
"status": "CONFIRMED|REJECTED|CLOSED|NEEDS_INVESTIGATION",
"confidence_score": 0.85,
"reasoning": "판단 근거"
}
],
"all_rejected": false,
"new_children_count": 2,
"confirmed_hypothesis": {
"hypothesis_id": "uuid",
"description": "확정된 근본원인",
"confidence_score": 0.92
}
}
confirmed_hypothesis는 CONFIRMED 가설이 있을 때만 포함all_rejected가 true이면 메인 에이전트가 재생성을 결정한다검증 루프를 마치면 save_artifact("validation-1.json", "<validation JSON>")을
한 번 호출한다. Python watcher가 파일을 감지해 span과 가설 상태를 DDB에 반영한다.
서브에이전트는 루프 1회만 수행하고 결과를 반환한다. 다음 조건은 메인 에이전트가 판단: