工程開發
evidence-first-debugging avatar

evidence-first-debugging

強制執行嚴格的實證調試工作流程,利用結構化觀察、假設檢驗和因果驗證,消除技術調查中的推測。

簡介

evidence-first-debugging 是一套專業級的診斷框架,專為軟體工程師、網站可靠性工程師 (SRE) 及 QA 分析師設計。它將調試範式從基於直覺的猜測轉向嚴謹的科學方法。透過強制使用 15 節的統一調查模板,此技能確保每項聲明都錨定於可驗證的訊號上,防止複雜事故響應中常見的陷阱,例如相關性與因果關係的謬誤、不完整的驗證以及毫無根據的推測。

  • 結構化觀察記錄:要求所有事實 (FACTS)、觀察結果 (OBSERVATIONS) 和結果 (RESULTS) 都必須標記唯一的證據 ID [En],以維持每項調查聲明的審計追蹤。
  • 基於假設的測試:要求明確記錄假設,包括清晰的預測陳述和可證偽的測試,確保每個調試分支都能在邏輯上被反駁或確認。
  • 因果門控驗證:實施針對動作與結果連結的嚴格分類規則,確保程式碼變更或配置調整是基於證據而非相關性猜測。
  • 特定領域擴展:根據調查類型(程式錯誤 vs. 性能回歸)動態加載專門的調試或性能模組(例如呼叫堆疊分析、依賴圖、基準指標及資源利用率)。
  • 驗證門控:強制要求除非有明確、成功的驗證指令或測試案例來解決原始問題,否則調查不得被標記為 resolved-verified。

使用與限制:

  • 適用於調試軟體錯誤、崩潰、不穩定的測試 (flaky tests)、記憶體洩漏、延遲回歸及複雜的效能吞吐量問題。
  • 此技能要求以系統訊號、日誌或指標的形式輸入。輸出格式嚴格;任何截斷的輸出必須包含強制性的截斷披露區塊(總行數、方法、指紋和指令)。
  • 使用者應預期透過提供原始訊號數據,並遵循代理程式的提示,按調查模板章節 (0-14) 進行互動。
  • 搜尋及整合關鍵字:根因分析、因果檢查、調試擴展、效能監控、調查模板、不穩定的測試、實證開發、驗證門控、軟體科學方法。

倉庫統計

Star 數
40
Fork 數
7
Open Issue 數
469
主要語言
Python
預設分支
main
同步狀態
閒置
最近同步時間
2026年5月3日 上午05:04
在 GitHub 查看