code-showcase-systematic-debugging
Ensina seu agente a investigar e corrigir bugs de forma metódica. Ele foca em encontrar a causa raiz antes de propor qualquer solução, evitando problemas futuros.
O que ela faz
Este sistema ajuda a encontrar a causa raiz de problemas em códigos, seguindo um método de 4 passos. Ele foca em entender o 'porquê' de um erro antes de tentar consertá-lo.
Quando usar
- ✓Quando um erro aparece no código e você não sabe a causa.
- ✓Ao corrigir falhas em testes automáticos.
- ✓Para investigar comportamentos inesperados em um programa.
Exemplo do que pedir para a IA
“Estou vendo um erro X, pode me ajudar a encontrar a causa raiz seguindo a metodologia de 4 passos?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
O sistema guia você por 4 fases: investigar a causa raiz, analisar padrões, criar hipóteses e testar, e finalmente implementar a correção. Ele insiste em achar o motivo original antes de qualquer conserto.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add sickn33/agentic-awesome-skills --skill code-showcase-systematic-debuggingOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/code-showcase-systematic-debugging/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Depuração Sistemática
Quando Usar
Use esta habilidade quando precisar de uma metodologia de depuração em quatro fases com análise de causa raiz. Use ao investigar bugs, corrigir falhas de teste ou solucionar comportamentos inesperados. Enfatiza NENHUMA CORREÇÃO SEM ANTES IDENTIFICAR A CAUSA RAIZ.
Princípio Central
NENHUMA CORREÇÃO SEM ANTES INVESTIGAR A CAUSA RAIZ.
Nunca aplique correções focadas em sintomas que mascaram problemas subjacentes. Entenda POR QUE algo falha antes de tentar corrigi-lo.
A Estrutura de Quatro Fases
Fase 1: Investigação da Causa Raiz
Antes de tocar em qualquer código:
- Leia as mensagens de erro detalhadamente - Cada palavra importa
- Reproduza o problema de forma consistente - Se você não consegue reproduzir, não consegue verificar uma correção
- Examine as mudanças recentes - O que mudou antes disso começar a falhar?
- Colete evidências de diagnóstico - Logs, rastros de pilha (stack traces), despejos de estado (state dumps)
- Rastreie o fluxo de dados - Siga a cadeia de chamadas para encontrar onde os valores incorretos se originam
Técnica de Rastreamento de Causa Raiz:
1. Observe the symptom - Where does the error manifest?
2. Find immediate cause - Which code directly produces the error?
3. Ask "What called this?" - Map the call chain upward
4. Keep tracing up - Follow invalid data backward through the stack
5. Find original trigger - Where did the problem actually start?
Princípio chave: Nunca corrija problemas apenas onde os erros aparecem — sempre rastreie até o gatilho original.
Fase 2: Análise de Padrões
- Localize exemplos que funcionam - Encontre código semelhante que funciona corretamente
- Compare as implementações completamente - Não apenas passe os olhos
- Identifique as diferenças - O que é diferente entre o que funciona e o que está quebrado?
- Entenda as dependências - Do que este código depende?
Fase 3: Hipótese e Teste
Aplique o método científico:
- Formule UMA hipótese clara - "O erro ocorre porque X"
- Desenhe um teste mínimo - Mude UMA variável por vez
- Preveja o resultado - O que deveria acontecer se a hipótese estiver correta?
- Execute o teste - Execute e observe
- Verifique os resultados - Comportou-se como previsto?
- Itere ou prossiga - Refine a hipótese se estiver errada, implemente se estiver certa
Fase 4: Implementação
- Crie um caso de teste que falha - Captura o comportamento do bug
- Implemente uma única correção - Aborde a causa raiz, não os sintomas
- Verifique se o teste passa - Confirma que a correção funciona
- Execute a suíte de testes completa - Garanta que não há regressões
- Se a correção falhar, PARE - Reavalie a hipótese
Regra crítica: Se TRÊS ou mais correções falharem consecutivamente, PARE. Isso sinaliza problemas arquiteturais que exigem discussão, não mais correções.
Sinais de Alerta - Violações de Processo
Pare imediatamente se você se pegar pensando:
- "Correção rápida por enquanto, investigo depois"
- "Mais uma tentativa de correção" (após múltiplas falhas)
- "Isso deveria funcionar" (sem entender por quê)
- "Deixa eu só tentar..." (sem hipótese)
- "Funciona na minha máquina" (sem investigar a diferença)
Sinais de Problemas Mais Profundos
Correções consecutivas revelando novos problemas em áreas diferentes indicam problemas arquiteturais:
- Pare de aplicar correções
- Documente o que você encontrou
- Discuta com a equipe antes de prosseguir
- Considere se o design precisa ser repensado
Cenários Comuns de Depuração
Falhas de Teste
1. Read the FULL error message and stack trace
2. Identify which assertion failed and why
3. Check test setup - is the test environment correct?
4. Check test data - are mocks/fixtures correct?
5. Trace to the source of unexpected value
Erros em Tempo de Execução
1. Capture the full stack trace
2. Identify the line that throws
3. Check what values are undefined/null
4. Trace backward to find where bad value originated
5. Add validation at the source
"Funcionava antes"
1. Use git bisect to find the breaking commit
2. Compare the change with previous working version
3. Identify what assumption changed
4. Fix at the source of the assumption violation
Falhas Intermitentes
1. Look for race conditions
2. Check for shared mutable state
3. Examine async operation ordering
4. Look for timing dependencies
5. Add deterministic waits or proper synchronization
Checklist de Depuração
Antes de declarar um bug como corrigido:
- Causa raiz identificada e documentada
- Hipótese formulada e testada
- Correção aborda a causa raiz, não os sintomas
- Teste que falha criado que reproduz o bug
- Teste agora passa com a correção
- Suíte de testes completa passa
- Nenhuma racionalização de "correção rápida" utilizada
- Correção é mínima e focada
…
Perguntas frequentes
Por que é importante achar a causa raiz antes de consertar?
Consertar apenas o sintoma pode mascarar o problema real, que pode voltar ou causar outros erros depois. Entender a causa raiz garante um conserto definitivo.
O que são 'red flags' (bandeiras vermelhas)?
São sinais de alerta que indicam que você pode estar pulando etapas importantes, como pensar em consertos rápidos sem entender o problema ou tentar várias correções sem sucesso.
O que fazer se eu tentar consertar e não der certo várias vezes?
Se você tentar três ou mais correções e nenhuma funcionar, o sistema sugere parar. Isso pode indicar um problema maior na estrutura do código que precisa ser discutido com a equipe.
Detalhes
Descrição original do autor
Four-phase debugging methodology with root cause analysis. Use when investigating bugs, fixing test failures, or troubleshooting unexpected behavior. Emphasizes NO FIXES WITHOUT ROOT CAUSE FIRST.
Popularidade
- Estrelas no GitHub
- 48 mil
- Posição no ranking
- #2580
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
00-andruia-consultant
Ajuda seu agente a iniciar ou melhorar projetos de IA. Ele analisa código, sugere ferramentas e cria planos de ação em espanhol.
sickn33/agentic-awesome-skills
007
Faz seu agente realizar auditorias de segurança e modelagem de ameaças. É útil para proteger projetos contra ataques e vulnerabilidades.
sickn33/agentic-awesome-skills
10-andruia-skill-smith
Ajuda seu agente a criar ou melhorar ferramentas de IA. Ele define como as ferramentas funcionam, escreve a documentação e valida a estrutura.
sickn33/agentic-awesome-skills
20-andruia-niche-intelligence
Faz seu agente criar um resumo sobre um setor específico. É útil para entender o contexto, regras, padrões de uso e riscos de um projeto, usando fontes confiáveis.
sickn33/agentic-awesome-skills
Skills parecidas
benchmark-optimization-loop
Faz seu agente melhorar a velocidade de algo de forma medida. Ele testa várias versões e escolhe a mais rápida que ainda funciona corretamente.
affaan-m/ECC
change-impact
Ajuda seu agente a analisar o impacto de mudanças no código antes de fazê-las. Ele compara o planejado com o real depois, cobrindo caminhos, dados, testes e documentação. É útil para mudanças arriscadas ou que afetam várias partes do sistema.
affaan-m/ECC
click-path-audit
Faz seu agente rastrear todos os botões e interações do usuário para achar bugs. Ele encontra problemas onde funções parecem funcionar sozinhas, mas falham juntas. Útil quando bugs persistem mesmo após depuração.
affaan-m/ECC