error-diagnostics-smart-debug

Skill do debugowania z pomocą AI, który analizuje błędy, stack trace'i i zależności między komponentami. Otrzymasz ranking hipotez przyczyn problemu, ocenę ważności i strategię debugowania. Integruje się z popularnymi narzędziami do monitorowania (Sentry, DataDog, Jaeger, ELK) i sesji użytkownika (LogRocket). Idealny dla zespołów pracujących nad produkcją i stagingiem.

1. Przygotuj informacje o błędzie: wiadomość błędu, stack trace, kroki reprodukcji, dotknięte komponenty i środowisko (dev/staging/produkcja). Zanotuj, czy problem jest sporadyczny czy stały.

2. Uruchom skill z argumentami zawierającymi opis problemu. Skill automatycznie przeanalizuje błąd, rozpozna wzorce i wygeneruje 3–5 hipotez przyczyn, posortowanych według prawdopodobieństwa.

3. Dla problemów w produkcji lub stagingu zbierz dane z narzędzi monitorowania: logi błędów z Sentry lub Rollbar, metryki wydajności z DataDog lub New Relic, rozproszone ślady z Jaegera lub Zipkina, agregowane logi z ELK lub Splunk, oraz sesje użytkownika z LogRocket.

4. Przeanalizuj każdą hipotezę: sprawdź jej prawdopodobieństwo, powiąż z danymi z monitorowania, szukaj wzorców specyficznych dla środowiska i korelacji z wdrożeniami.

5. Zastosuj rekomendowaną strategię debugowania z skill'u: weryfikuj hipotezy krok po kroku, dokumentuj wyniki i odrzucaj mało prawdopodobne przyczyny.

6. Jeśli potrzebujesz szczegółowych przykładów implementacji, otwórz plik resources/implementation-playbook.md dołączony do skill'u.