工程开发
evidence-first-debugging
强制执行严格的实证调试工作流程,利用结构化观察、假设检验和因果验证,消除技术调查中的推测。
简介
evidence-first-debugging 是一套专业级的诊断框架,专为软件工程师、网站可靠性工程师 (SRE) 及 QA 分析师设计。它将调试范式从基于直觉的猜测转向严谨的科学方法。通过强制使用 15 节的统一调查模板,此技能确保每项声明都锚定于可验证的信号上,防止复杂事故响应中常见的陷阱,例如相关性与因果关系的谬误、不完整的验证以及毫无根据的推测。
- 结构化观察记录:要求所有事实 (FACTS)、观察结果 (OBSERVATIONS) 和结果 (RESULTS) 都必须标记唯一的证据 ID [En],以维持每项调查声明的审计追踪。
- 基于假设的测试:要求明确记录假设,包括清晰的预测陈述和可证伪的测试,确保每个调试分支都能在逻辑上被反驳或确认。
- 因果门控验证:实施针对动作与结果链接的严格分类规则,确保代码变更或配置调整是基于证据而非相关性猜测。
- 特定领域扩展:根据调查类型(程序错误 vs. 性能回归)动态加载专门的调试或性能模块(例如调用堆栈分析、依赖图、基准指标及资源利用率)。
- 验证门控:强制要求除非有明确、成功的验证指令或测试案例来解决原始问题,否则调查不得被标记为 resolved-verified。
使用与限制:
- 适用于调试软件错误、崩溃、不稳定的测试 (flaky tests)、内存泄漏、延迟回归及复杂的性能吞吐量问题。
- 此技能要求以系统信号、日志或指标的形式输入。输出格式严格;任何截断的输出必须包含强制性的截断披露区块(总行数、方法、指纹和指令)。
- 用户应预期通过提供原始信号数据,并遵循代理程序的提示,按调查模板章节 (0-14) 进行互动。
- 搜索及整合关键词:根因分析、因果检查、调试扩展、性能监控、调查模板、不稳定的测试、实证开发、验证门控、软件科学方法。
仓库统计
- Star 数
- 40
- Fork 数
- 7
- Open Issue 数
- 469
- 主要语言
- Python
- 默认分支
- main
- 同步状态
- 空闲
- 最近同步时间
- 2026年5月3日 05:04