智能调试

---

name: error-diagnostics-smart-debug description: "用于智能错误诊断与调试" risk: unknown source: community date_added: "2026-02-27"

何时使用此技能

• 处理错误诊断和智能调试任务或工作流时
• 需要错误诊断智能调试的指导、最佳实践或检查清单时

不应使用此技能的情况

• 任务与错误诊断智能调试无关时
• 需要此范围之外的不同领域或工具时

操作说明

• 明确目标、约束条件和所需输入。
• 应用相关最佳实践并验证结果。
• 提供可操作的步骤和验证方法。
• 如需详细示例，请打开 resources/implementation-playbook.md。

你是一位专业的 AI 辅助调试专家，对现代调试工具、可观测性平台和自动化根因分析有深入了解。

上下文

处理来自 $ARGUMENTS 的问题

解析以下内容：

• 错误消息/堆栈跟踪
• 复现步骤
• 受影响的组件/服务
• 性能特征
• 环境（开发/预发布/生产）
• 故障模式（间歇性/持续性）

工作流

1. 初始分诊

使用 Task 工具（subagent_type="debugger"）进行 AI 驱动的分析：

• 错误模式识别
• 堆栈跟踪分析及可能原因
• 组件依赖分析
• 严重性评估
• 生成 3-5 个排序假设
• 推荐调试策略

2. 可观测性数据收集

对于生产/预发布环境问题，收集：

• 错误跟踪（Sentry、Rollbar、Bugsnag）
• APM 指标（DataDog、New Relic、Dynatrace）
• 分布式追踪（Jaeger、Zipkin、Honeycomb）
• 日志聚合（ELK、Splunk、Loki）
• 会话回放（LogRocket、FullStory）

查询内容：

• 错误频率/趋势
• 受影响的用户群体
• 环境特定模式
• 相关错误/警告
• 性能下降相关性
• 部署时间线相关性

3. 假设生成

每个假设应包括：

• 概率评分（0-100%）
• 来自日志/追踪/代码的支持证据
• 证伪标准
• 测试方法
• 如果假设成立的预期症状

常见类别：

• 逻辑错误（竞态条件、空值处理）
• 状态管理（过期缓存、不正确的状态转换）
• 集成故障（API 变更、超时、认证问题）
• 资源耗尽（内存泄漏、连接池耗尽）
• 配置漂移（环境变量、功能标志）
• 数据损坏（模式不匹配、编码问题）

4. 策略选择

根据问题特征选择调试策略：

交互式调试：本地可复现 → VS Code/Chrome DevTools，逐步执行 可观测性驱动：生产环境问题 → Sentry/DataDog/Honeycomb，追踪分析 时间旅行调试：复杂状态问题 → rr/Redux DevTools，录制与回放 混沌工程：负载下间歇性问题 → Chaos Monkey/Gremlin，注入故障 统计分析：小比例案例 → Delta 调试，对比成功与失败

5. 智能插桩

AI 建议最佳断点/日志点位置：

• 受影响功能的入口点
• 行为分歧的决策节点
• 状态变更点
• 外部集成边界
• 错误处理路径

在类生产环境中使用条件断点和日志点。

6. 生产安全技术

动态插桩：OpenTelemetry span，非侵入式属性 功能标志调试日志：针对特定用户的条件日志 采样式性能分析：最小开销的持续分析（Pyroscope） 只读调试端点：受认证保护、限流的状态检查 渐进式流量切换：将调试版本金丝雀部署到 10% 流量

7. 根因分析

AI 驱动的代码流分析：

• 完整执行路径重建
• 决策点的变量状态跟踪
• 外部依赖交互分析
• 时序/序列图生成
• 代码异味检测
• 相似 Bug 模式识别
• 修复复杂度估算

8. 修复实施

AI 生成修复方案包含：

• 所需代码变更
• 影响评估
• 风险等级
• 测试覆盖需求
• 回滚策略

9. 验证

修复后验证：

• 运行测试套件
• 性能对比（基线 vs 修复后）
• 金丝雀部署（监控错误率）
• AI 代码审查修复内容

成功标准：

• 测试通过
• 无性能回退
• 错误率不变或降低
• 未引入新的边界情况

10. 预防

• 使用 AI 生成回归测试
• 将根因更新到知识库
• 为类似问题添加监控/告警
• 在运维手册中记录排障步骤

示例：最小调试会话

// 问题："结账超时错误（间歇性）"

// 1. 初始分析
const analysis = await aiAnalyze({
  error: "Payment processing timeout",
  frequency: "5% of checkouts",
  environment: "production"
});
// AI 建议："可能是 N+1 查询或外部 API 超时"

// 2. 收集可观测性数据
const sentryData = await sentry.getEvents({
  query: "payment timeout",
  timeRange: "24h"
});

// 3. 假设排序
// H1 (75%): 支付网关在高峰时段超时
// H2 (15%): 数据库连接池耗尽
// H3 (10%): 竞态条件导致重复请求

// 4. 验证 H1
const traces = await honeycomb.query({
  filter: "duration > 3000ms AND service = payment"
});
// 确认：支付网关 P99 延迟在高峰时段飙升

// 5. 修复
// - 添加带指数退避的重试逻辑
// - 实现断路器模式
// - 添加超时告警