Exécutez n'importe quel Skill dans Manus
en un clic

Exécutez n'importe quel Skill dans Manus en un clic

debug-workflow

Étoiles1

Forks0

Mis à jour14 avril 2026 à 01:12

Metodologia científica de debugging. Usar quando: "debug", "bug", "erro", "não funciona", "investigar problema", "por que isso quebrou".

Installation

Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.

Exécuter dans Manus

Source

Andersonlimahw

Andersonlimahw/ai-starter-kit

Ouvrir le dépôt GitHub Voir les dépôts du créateur

Téléchargement

Exécuter dans Manus

Métiers associésSOC

Basé sur la classification professionnelle SOC

Développeurs de logicielsProfessions informatiques et mathématiques·SOC 15-1252

SKILL.md

readonly

name	debug-workflow
description	Metodologia científica de debugging. Usar quando: "debug", "bug", "erro", "não funciona", "investigar problema", "por que isso quebrou".

Debug Workflow — Metodologia Científica

Nunca pule etapas. Cada etapa deve ser confirmada antes da próxima.

Processo

1. Reproduzir

Crie o menor caso reproduzível possível.

Qual é o input exato que causa o problema?
Acontece consistentemente ou de forma intermitente?
Em qual ambiente? (dev/prod/CI)

2. Isolar

Identifique a menor unidade de código responsável.

Use git bisect para encontrar o commit que introduziu o bug
Comente código até o problema desaparecer — o último bloco comentado é suspeito

3. Hipótese

Forme UMA hipótese sobre a causa raiz. Seja específico:

"A variável X está undefined porque Y não foi inicializado antes de Z"

4. Testar hipótese

Execute o MENOR experimento para validar/refutar:

# Adicionar log temporário
console.log('[DEBUG]', { variavel: x, estado: y });

# ou usar debugger
node --inspect-brk script.js

5. Corrigir

Aplique o fix MÍNIMO que resolve a causa raiz. Evite "enquanto estou aqui" refactoring.

6. Verificar

O bug original foi corrigido? ✓
Nenhuma regressão introduzida? ✓ (npm test)
O fix é reversível se necessário? ✓

Comandos úteis

# Encontrar commit que introduziu bug
git bisect start
git bisect bad HEAD
git bisect good <commit-hash-bom>
# git bisect good/bad até encontrar o commit

# Ver histórico de uma linha específica
git log -L 42,42:src/arquivo.ts

# Stash para isolar mudanças locais
git stash && npm test && git stash pop

Referências

LLM Wiki: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
skills.sh: https://skills.sh

Plus depuis ce dépôt

même dépôt

agent-loop-trace

Andersonlimahw/ai-starter-kit

Visualize an agent's perceive→think→act loop. Inspects tool calls, latency per step, decision branches, retry patterns. Surfaces bottlenecks. Triggers on "trace agent", "why is agent slow", "agent loop analysis", "what did the agent do".

2026-05-301

context-budget

Andersonlimahw/ai-starter-kit

Compute context window budget for a prompt/agent — sums system prompt, tool descriptions, examples, conversation history; flags overruns; suggests cuts. Triggers on "context budget", "how much context", "will this fit", "budget my prompt".

2026-05-301

data-is-code

Andersonlimahw/ai-starter-kit

Treat dataset / eval JSONL as code — lint, validate schema, detect duplicates, leakage between train/eval, label imbalance, PII. Karpathy "Software 2.0" lens. Triggers on "audit dataset", "lint jsonl", "check for leakage", "validate eval data".

2026-05-301

eval-first

Andersonlimahw/ai-starter-kit

Enforce "evals over vibes" — before any prompt, agent, or model change, require an eval set with success criteria and baseline measurement. Blocks vibe-only changes. Triggers on "tune prompt", "improve agent", "change model" without prior eval set.

2026-05-301

eval-set-builder

Andersonlimahw/ai-starter-kit

Build a 10-30 case eval dataset from a PRD, skill, or prompt — covering golden path, edge cases, and adversarial inputs. Output as JSONL with input/expected/category. Triggers on "build eval set", "create evals", "generate test cases for prompt".

2026-05-301

first-principles

Andersonlimahw/ai-starter-kit

Break down any ML/AI concept to first principles — strip jargon, derive from basics, build physical/mathematical analogy. Karpathy intuition-building style. Triggers on "first principles", "explain like I'm 5", "derive from scratch", "why does X actually work".

2026-05-301

name	debug-workflow
description	Metodologia científica de debugging. Usar quando: "debug", "bug", "erro", "não funciona", "investigar problema", "por que isso quebrou".

Debug Workflow — Metodologia Científica

Nunca pule etapas. Cada etapa deve ser confirmada antes da próxima.

Processo

1. Reproduzir

Crie o menor caso reproduzível possível.

Qual é o input exato que causa o problema?
Acontece consistentemente ou de forma intermitente?
Em qual ambiente? (dev/prod/CI)

2. Isolar

Identifique a menor unidade de código responsável.

Use git bisect para encontrar o commit que introduziu o bug
Comente código até o problema desaparecer — o último bloco comentado é suspeito

3. Hipótese

Forme UMA hipótese sobre a causa raiz. Seja específico:

"A variável X está undefined porque Y não foi inicializado antes de Z"

4. Testar hipótese

Execute o MENOR experimento para validar/refutar:

# Adicionar log temporário
console.log('[DEBUG]', { variavel: x, estado: y });

# ou usar debugger
node --inspect-brk script.js

5. Corrigir

Aplique o fix MÍNIMO que resolve a causa raiz. Evite "enquanto estou aqui" refactoring.

6. Verificar

O bug original foi corrigido? ✓
Nenhuma regressão introduzida? ✓ (npm test)
O fix é reversível se necessário? ✓

Comandos úteis

# Encontrar commit que introduziu bug
git bisect start
git bisect bad HEAD
git bisect good <commit-hash-bom>
# git bisect good/bad até encontrar o commit

# Ver histórico de uma linha específica
git log -L 42,42:src/arquivo.ts

# Stash para isolar mudanças locais
git stash && npm test && git stash pop

Referências

LLM Wiki: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
skills.sh: https://skills.sh