「debugging」の検索結果

Apply systematic root cause analysis and debugging methodologies to diagnose and fix bugs, test failures, and unexpected behavior. Use when encountering production issues, investigating test failures, diagnosing performance problems, tracing error sources through call stacks, analyzing logs and stack traces, reproducing inconsistent bugs, debugging race conditions, investigating memory leaks, or applying scientific method to problem-solving before proposing fixes.

日本語の概要は準備中です。原文の説明を表示しています。

4-phase root cause debugging: understand bugs before fixing.

日本語の概要は準備中です。原文の説明を表示しています。

[Extended thinking: This workflow implements a sophisticated debugging and resolution pipeline that leverages AI-assisted debugging tools and observability platforms to systematically diagnose and resolve production issues. The intelligent debugging strategy combines automated root cause analysis with human expertise, using modern 2024/2025 practices including AI code assistants (GitHub Copilot, Claude Code), observability platforms (Sentry, DataDog, OpenTelemetry), git bisect automation for ...

日本語の概要は準備中です。原文の説明を表示しています。

Expert DevOps troubleshooter specializing in rapid incident response, advanced debugging, and modern observability. Masters log analysis, distributed tracing, Kubernetes debugging, performance optimization, and root cause analysis. Handles production outages, system reliability, and preventive monitoring. Use PROACTIVELY for debugging, incident response, or system troubleshooting.

日本語の概要は準備中です。原文の説明を表示しています。

You are a debugging expert specializing in setting up comprehensive debugging environments, distributed tracing, and diagnostic tools. Configure debugging workflows, implement tracing solutions, and establish troubleshooting practices for development and production environments.

日本語の概要は準備中です。原文の説明を表示しています。

バグやテスト失敗、予期しない動作の原因を、再現手順やログ、直近の変更から調べます。仮説の検証から修正後のテストまで、根拠に沿って進めるスキルです。

• 失敗するテストの原因を調べたいとき
• 本番の不具合を追跡したいとき
• ビルドや連携の失敗箇所の調査

AIエージェントが失敗や同じ操作を繰り返す原因を、エラーと実行状況から整理します。小さな復旧操作を試し、結果と根拠を引き継げる報告にまとめるスキルです。

• エージェントの連続失敗を診断したいとき
• 同じツール操作のループ調査
• 情報の蓄積による出力劣化の点検

AIアシスタントから外部の機能やデータを使うためのMCPサーバーを構築・保守します。Node/TypeScriptでの機能登録、入力検証、通信方式の選択を扱います。

• AI向けのMCPサーバーを作りたいとき
• 操作・データ・指示テンプレートの追加
• ローカルとリモートの接続方式の選択

Kubernetesの設定ファイル作成・レビューと障害調査を支援します。稼働確認、権限、リソース制限、自動スケールの設定例と調査コマンドを参照できます。

• Kubernetesの配置設定を作りたいとき
• 稼働確認とリソース制限のレビュー
• 再起動を繰り返す原因を調べたいとき

Nuxt 4アプリのサーバーとブラウザの表示ずれを防ぎ、データ取得・ページ別の描画やキャッシュ・遅延読み込みを整理します。実装やレビュー、性能改善に使えます。

• サーバーとブラウザの表示ずれを直したいとき
• ページのデータ取得をレビューしたいとき
• ページ別の描画・キャッシュを決めたいとき

Next.js 16以降の開発で、起動や変更反映の遅さ、Turbopackとwebpackの使い分けを確認します。キャッシュやproxy.tsの命名も扱うスキルです。

• 開発サーバーの起動の遅さを調べたいとき
• コード変更の反映が遅いときの確認
• Turbopackとwebpackの選択

AndroidやKotlin Multiplatformの非同期処理とデータ更新を実装し、並行実行、画面状態の管理、キャンセル、エラー処理、テストまで扱うスキル。

• 複数データを並行して読み込みたいとき
• StateFlowによる画面状態の管理
• 検索入力の間引きや通信の再試行

AIエージェントの失敗や同じ操作の繰り返しを記録し、原因の切り分け、小さな復旧操作、結果の報告まで進める手順を示して、根拠のある再試行につなげるスキル。

• 同じツール操作を繰り返す原因の調査
• 会話の肥大化による品質低下の調査
• ファイルパスや環境の食い違いの確認

4-phase root cause debugging: understand bugs before fixing.

日本語の概要は準備中です。原文の説明を表示しています。

Guides systematic root-cause debugging. Use when tests fail, builds break, something that worked yesterday broke, behavior doesn't match expectations, or you encounter any unexpected error. Use when you need to figure out what broke and why — a systematic approach to finding and fixing the root cause rather than guessing.

日本語の概要は準備中です。原文の説明を表示しています。

Runs a hypothesis-driven debugging loop across any language or binary, escalating to orthogonal oracle angles and locking the fix with a failing test. Use for crashes, silent failures, hangs, wrong responses, memory leaks, async misbehavior, or reverse engineering.

日本語の概要は準備中です。原文の説明を表示しています。

Fetches current, version-specific library documentation and code examples through the Context7 MCP server. Use whenever the user asks about a library, framework, SDK, API, CLI tool, or cloud service, including API syntax, configuration, setup instructions, version migration, CLI usage, and library-specific debugging. Use when generating code that calls a third-party library, and when the user names a version such as Next.js 15 or React 19. Use even for well-known libraries like React, Vue, Next.js, Prisma, Supabase, Express, Tailwind, Django, and Spring Boot, because training data may not reflect recent changes. Prefer this over web search for library documentation. Do not use it for refactoring, writing scripts from scratch, debugging business logic, code review, or general programming concepts, or when the user has already supplied the relevant documentation.

日本語の概要は準備中です。原文の説明を表示しています。

Use when the user is debugging a bug, tracing an error, or asking why something fails. Examples: "Why is X failing?", "Where does this error come from?", "Trace this bug"

日本語の概要は準備中です。原文の説明を表示しています。

Master systematic debugging techniques, profiling tools, and root cause analysis to efficiently track down bugs across any codebase or technology stack. Use when investigating bugs, performance issues, or unexpected behavior.

日本語の概要は準備中です。原文の説明を表示しています。

Debug complex issues using competing hypotheses with parallel investigation, evidence collection, and root cause arbitration. Use this skill when debugging bugs with multiple potential causes, performing root cause analysis, or organizing parallel investigation workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Guide to SGLang CI workflow orchestration — stage ordering, fail-fast, gating, partitioning, execution modes, and debugging CI failures. Use when modifying CI workflows, adding stages, debugging CI pipeline issues, or understanding how tests are dispatched and gated across stages.

日本語の概要は準備中です。原文の説明を表示しています。

LLM observability platform for tracing, evaluation, and monitoring. Use when debugging LLM applications, evaluating model outputs against datasets, monitoring production systems, or building systematic testing pipelines for AI applications.

日本語の概要は準備中です。原文の説明を表示しています。

Use early when debugging a medium or hard bug, especially when tests alone may not reveal the real runtime failure. Trigger this before extended TDD iteration when a bug involves runtime state, ordering, persistence, streaming, concurrency, UI/manual reproduction, external services, or when a red or newly passing test may not model the real issue. Skip only when the root cause is already directly proven by a stack trace or deterministic test that exercises the real runtime path.

日本語の概要は準備中です。原文の説明を表示しています。

Put your AI on a Performance Improvement Plan. Forces exhaustive problem-solving with Western big-tech performance culture rhetoric and structured debugging. Trigger when: (1) task failed 2+ times or stuck tweaking same approach; (2) about to say 'I cannot', suggest manual work, or blame environment without verifying; (3) being passive—not searching, not reading source, just waiting; (4) user frustration: 'try harder', 'stop giving up', 'figure it out', 'again???', or similar. Also for complex debugging, env issues, config/deployment failures. All task types: code, config, research, writing, deployment, infra, API. Do NOT trigger on first-attempt failures or when a known fix is executing.

日本語の概要は準備中です。原文の説明を表示しています。