| name | kernel-repo-slice |
| description | T2 della pipeline kernel: proietta un intero repository sul working set rilevante per un bug (P_Q a livello repo). Usalo PRIMA di esplorare un repo grande quando hai un sintomo concreto: stack trace, messaggio d'errore, file indiziati. Output: manifest ordinato con motivazioni + esclusioni recuperabili (page fault). |
kernel-repo-slice — working set del repo indotto dal bug
Dato un task Q (il bug), calcola C' = P_Q(C): la proiezione del repository
sul sottinsieme di file che puo' influenzare il sintomo.
Quando usarla
- Bug con stack trace / messaggio d'errore in un repo medio-grande.
- PRIMA di grep esplorativi a tappeto: la slice guida l'esplorazione.
- NON serve su repo piccoli (< ~50 file): leggi e basta.
Procedura
- Raccogli il sintomo piu' concreto disponibile: stack trace intero >
messaggio d'errore quotato > path indiziati > descrizione vaga.
- Esegui lo slicer deterministico:
- Pi: chiama il tool nativo
kernel_repo_slice; se budget manca viene
derivato dalla finestra di contesto viva.
- Claude Code:
python3 ${CLAUDE_PLUGIN_ROOT}/skills/kernel-repo-slice/scripts/repo_slice.py <repo_root> \
--symptom "$(cat /percorso/sintomo.txt)"
Negli altri harness risolvi scripts/repo_slice.py relativamente alla directory
di questa skill.
- Leggi il manifest: seed (con provenienza), file per rilevanza
(dipendenza/importatore/test + hop), conteggio esclusi.
- Lavora DALLA slice: leggi prima i seed, poi le dipendenze a 1 hop,
i test correlati sono il riproduttore.
Budget (operatore costo)
La risorsa vera e' la FINESTRA DI CONTESTO: --budget N e' in TOKEN stimati
(size/4) che il working set costera' quando i file verranno letti — 10 file
enormi costano piu' di 100 piccoli. Lo script sceglie DA SOLO la chiusura
piu' ricca che rientra nel vincolo (scala misurata col bench di sufficienza:
regge a ogni gradino). Ordini di grandezza: 30k token ~ working set generoso,
10k ~ stretto. Se nemmeno il minimo (seed + test correlati) rientra, scende
DA SOLO a granularita' di SIMBOLO (T2b): dai frame del traceback ricava il
simbolo top-level che racchiude ogni riga — e se e' un metodo di classe,
solo le righe del metodo — e il manifest guadagna la sezione ## T2b con
etichette, costo e COMANDI DI ESTRAZIONE pronti (sed per i metodi,
slice.py per le funzioni top-level). Leggi le slice coi comandi, non i file
interi; page fault = risali al file solo se la slice non basta. Misurato su
pandas: minimo file-level ~372k token -> T2b ~15k (-96%). Il manifest
riporta config scelta e costo nella riga budget:. Controllo manuale:
--deps-depth e --importers-depth.
Regola del page fault (importante)
L'esclusione e' un prior, non un divieto. Il grafo degli import non vede
dynamic import, dependency injection, config file, alias di bundler. Se
l'evidenza punta fuori dalla slice (nome citato in un errore, config
sospetta), leggi il file fuori slice senza esitare: un miss costa un
Read, non una risposta sbagliata.
Fail-safe
Se lo script non riconosce alcun seed lo dice esplicitamente e non proietta
nulla: in quel caso NON fingere una slice — o trovi un sintomo migliore
(riproduci il bug, prendi lo stack trace) o esplori normalmente.
