![Debug Report: [Issue Summary]](http://pic.xiahunao.cn/yaotu/Debug Report: [Issue Summary])
Debug Report: [Issue Summary]【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-pluginsReproductionExpected: [What should happen]Actual: [What happens instead]Steps: [How to reproduce]Root Cause[Explanation of why the bug occurs]Fix[Code changes or configuration fixes needed]Prevention[Test to add][Guard to put in place]这份报告的价值在于它把一次调试沉淀成了可追溯、可评审、可复用的资产 - **Reproduction** 记录期望/实际/复现步骤让任何人在任何时间都能还原问题现场 - **Root Cause** 强迫输出为什么而不是停留在症状描述 - **Fix** 明确落地的代码或配置改动 - **Prevention** 落实测试 防护两道防线把修复变成防回归能力。 从团队协作角度看这份报告可以直接作为工单描述、PR 说明或事后复盘的材料与 engineering 插件的其他工作流如 [incident-response](https://link.gitcode.com/i/ceb217ed44eaff0f1b15b10ba0c21c2d) 的事故时间线与 postmortem天然衔接。 ## 连接器加持让调试数据自动到位 /debug 的独立模式完全可用但接入 MCP 连接器后证据采集环节会被大幅自动化。技能文档按工具类别描述了增强效果见 [debug 技能文档](https://link.gitcode.com/i/c5a65c25e7ec414847cfb9066797b605) 的 If Connectors Available 一节。 ### 连接 ~~monitoring监控 - 拉取**问题发生时间点附近**的日志、错误率与指标pull logs, error rates, and metrics around the time of the issue - 展示可能与问题相关的**近期部署与配置变更**show recent deploys and config changes that may correlate。 ### 连接 ~~source control源码控制 - 定位**改动过受影响代码路径的近期 commit 与 PR**identify recent commits and PRs that touched affected code paths - 判断**问题是否与某次具体变更相关**check if the issue correlates with a specific change。 ### 连接 ~~project tracker项目管理 - 检索**相关的既有 bug 报告或已知问题**search for related bug reports or known issues - 定位根因后**直接为修复创建工单**create a ticket for the fix once identified。 ### 关于 ~~category 占位符机制 你可能已经注意到技能文档中写的是 ~~monitoring、~~source control、~~project tracker 这类带双波浪号前缀的占位符而非具体产品名。这是因为插件是**工具无关**tool-agnostic的插件文件用 ~~category 表示用户在该类别下接入的任何工具详见 [engineering/CONNECTORS.md](https://link.gitcode.com/i/abba81d93ce48ba9eafc665a96333a87)。 例如 ~~source control 可以对应 GitHub、GitLab 或任何提供 MCP server 的版本控制系统~~monitoring 可以是 Datadog也可以是 New Relic、Grafana、Splunk。.mcp.json 只是预配置了默认 MCP server但同类别下的任意 MCP server 都能接入。该文档中的连接器类别与可选工具概览如下 | 类别 | 占位符 | 仓库内预置的 server | 其他可选工具 | |---|---|---|---| | 源码控制 | ~~source control | GitHub | GitLab、Bitbucket | | 项目管理 | ~~project tracker | Linear、Asana、Atlassian (Jira/Confluence) | Shortcut、ClickUp | | 监控 | ~~monitoring | Datadog | New Relic、Grafana、Splunk | 这意味着调试时你不需要关心具体接的是哪家监控或 Git 平台——/debug 的流程定义与具体产品解耦任何符合该类别的 MCP server 都能为调试会话提供数据支撑。 ## 调试技巧三条让排查事半功倍的经验 [debug 技能文档](https://link.gitcode.com/i/c5a65c25e7ec414847cfb9066797b605) 在末尾给出了三条实战经验 1. **原样分享错误消息不要转述**Share error messages exactly — Dont paraphrase. The exact text matters.——错误文本中的每一个字都可能指向根因转述会丢失细节、引入歧义 2. **主动说明最近改了什么**Mention what changed——**近期部署、依赖更新、配置变更是最优先的怀疑对象**recent deploys, dependency updates, and config changes are top suspects主动交代能大幅加速隔离环节 3. **带上环境与数据上下文**Include context——例如staging 正常但 prod 出问题或只有大 payload 才触发这类信息能把排查范围快速收窄This works in staging but not prod or Only affects large payloads narrows things fast。 这三条本质上是在为四步流程中的 Step 1复现与 Step 2隔离喂料——输入的质量直接决定诊断的速度。 ## 与工程插件其他能力的协同 /debug 不是孤立存在的。作为 [engineering 插件](https://link.gitcode.com/i/ecd86c5487e52ca59998550032f351ac) 工作流体系的一员它与相邻技能形成互补闭环 - **[incident-response](https://link.gitcode.com/i/ceb217ed44eaff0f1b15b10ba0c21c2d)**当问题升级为生产事故时/debug 负责技术侧的根因定位incident-response 负责流程侧的定级SEV1-4、沟通、缓解与事后复盘含 5 Whys 根因分析。两者衔接时/debug 产出的 Root Cause 与 Prevention 可直接成为 postmortem 的素材 - **[code-review](https://link.gitcode.com/i/3687fabb021862ea2cc01c9b5fdb0869)**/debug 的 Prevention 阶段建议的防回归测试正好是 code-review 中正确性correctness与测试覆盖维度的检查对象反过来把修复后的 diff 交给 /review 复查可以避免修复引入新问题 - **[testing-strategy](https://link.gitcode.com/i/c9fa4c4ae1926a99b9c70ff9bc14d1e1)**为 Prevention 阶段提供测试设计方法论测试金字塔、按组件类型选策略、覆盖优先级 - **[deploy-checklist](https://link.gitcode.com/i/1350d51e9e07f8196d8a1981f23fbafa)**部署前清单含回滚触发条件与调试时的近期变更核查互为镜像——上线前把风险控制好调试时把变更查清楚。 ## 总结 /debug 技能把调试从碰运气式排查转化为一条可执行、可复现、可追溯的流水线**复现钉死现象→ 隔离压缩范围→ 诊断找到根因→ 修复落地改动并防回归**并以标准化的 Debug Report 输出沉淀结果。它独立可用的特性保证了任何团队零成本上手而 ~~monitoring、~~source control、~~project tracker 等工具无关的连接器机制则让它在接入 MCP 工具后自动获得日志、变更历史与工单系统的证据支撑。 无论你是面对一条陌生的堆栈、一次staging 正常 prod 挂掉的诡异问题还是部署后突发的功能回退都可以直接以 [CONNECTORS.md](https://link.gitcode.com/i/abba81d93ce48ba9eafc665a96333a87) 中说明的方式检查已接入的工具然后对 Claude 说一句/debug 你的错误信息或问题描述【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Debug Report: [Issue Summary]【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-pluginsReproductionExpected: [What should happen]Actual: [What happens instead]Steps: [How to reproduce]Root Cause[Explanation of why the bug occurs]Fix[Code changes or configuration fixes needed]Prevention[Test to add][Guard to put in place]这份报告的价值在于它把一次调试沉淀成了可追溯、可评审、可复用的资产 - **Reproduction** 记录期望/实际/复现步骤让任何人在任何时间都能还原问题现场 - **Root Cause** 强迫输出为什么而不是停留在症状描述 - **Fix** 明确落地的代码或配置改动 - **Prevention** 落实测试 防护两道防线把修复变成防回归能力。 从团队协作角度看这份报告可以直接作为工单描述、PR 说明或事后复盘的材料与 engineering 插件的其他工作流如 [incident-response](https://link.gitcode.com/i/ceb217ed44eaff0f1b15b10ba0c21c2d) 的事故时间线与 postmortem天然衔接。 ## 连接器加持让调试数据自动到位 /debug 的独立模式完全可用但接入 MCP 连接器后证据采集环节会被大幅自动化。技能文档按工具类别描述了增强效果见 [debug 技能文档](https://link.gitcode.com/i/c5a65c25e7ec414847cfb9066797b605) 的 If Connectors Available 一节。 ### 连接 ~~monitoring监控 - 拉取**问题发生时间点附近**的日志、错误率与指标pull logs, error rates, and metrics around the time of the issue - 展示可能与问题相关的**近期部署与配置变更**show recent deploys and config changes that may correlate。 ### 连接 ~~source control源码控制 - 定位**改动过受影响代码路径的近期 commit 与 PR**identify recent commits and PRs that touched affected code paths - 判断**问题是否与某次具体变更相关**check if the issue correlates with a specific change。 ### 连接 ~~project tracker项目管理 - 检索**相关的既有 bug 报告或已知问题**search for related bug reports or known issues - 定位根因后**直接为修复创建工单**create a ticket for the fix once identified。 ### 关于 ~~category 占位符机制 你可能已经注意到技能文档中写的是 ~~monitoring、~~source control、~~project tracker 这类带双波浪号前缀的占位符而非具体产品名。这是因为插件是**工具无关**tool-agnostic的插件文件用 ~~category 表示用户在该类别下接入的任何工具详见 [engineering/CONNECTORS.md](https://link.gitcode.com/i/abba81d93ce48ba9eafc665a96333a87)。 例如 ~~source control 可以对应 GitHub、GitLab 或任何提供 MCP server 的版本控制系统~~monitoring 可以是 Datadog也可以是 New Relic、Grafana、Splunk。.mcp.json 只是预配置了默认 MCP server但同类别下的任意 MCP server 都能接入。该文档中的连接器类别与可选工具概览如下 | 类别 | 占位符 | 仓库内预置的 server | 其他可选工具 | |---|---|---|---| | 源码控制 | ~~source control | GitHub | GitLab、Bitbucket | | 项目管理 | ~~project tracker | Linear、Asana、Atlassian (Jira/Confluence) | Shortcut、ClickUp | | 监控 | ~~monitoring | Datadog | New Relic、Grafana、Splunk | 这意味着调试时你不需要关心具体接的是哪家监控或 Git 平台——/debug 的流程定义与具体产品解耦任何符合该类别的 MCP server 都能为调试会话提供数据支撑。 ## 调试技巧三条让排查事半功倍的经验 [debug 技能文档](https://link.gitcode.com/i/c5a65c25e7ec414847cfb9066797b605) 在末尾给出了三条实战经验 1. **原样分享错误消息不要转述**Share error messages exactly — Dont paraphrase. The exact text matters.——错误文本中的每一个字都可能指向根因转述会丢失细节、引入歧义 2. **主动说明最近改了什么**Mention what changed——**近期部署、依赖更新、配置变更是最优先的怀疑对象**recent deploys, dependency updates, and config changes are top suspects主动交代能大幅加速隔离环节 3. **带上环境与数据上下文**Include context——例如staging 正常但 prod 出问题或只有大 payload 才触发这类信息能把排查范围快速收窄This works in staging but not prod or Only affects large payloads narrows things fast。 这三条本质上是在为四步流程中的 Step 1复现与 Step 2隔离喂料——输入的质量直接决定诊断的速度。 ## 与工程插件其他能力的协同 /debug 不是孤立存在的。作为 [engineering 插件](https://link.gitcode.com/i/ecd86c5487e52ca59998550032f351ac) 工作流体系的一员它与相邻技能形成互补闭环 - **[incident-response](https://link.gitcode.com/i/ceb217ed44eaff0f1b15b10ba0c21c2d)**当问题升级为生产事故时/debug 负责技术侧的根因定位incident-response 负责流程侧的定级SEV1-4、沟通、缓解与事后复盘含 5 Whys 根因分析。两者衔接时/debug 产出的 Root Cause 与 Prevention 可直接成为 postmortem 的素材 - **[code-review](https://link.gitcode.com/i/3687fabb021862ea2cc01c9b5fdb0869)**/debug 的 Prevention 阶段建议的防回归测试正好是 code-review 中正确性correctness与测试覆盖维度的检查对象反过来把修复后的 diff 交给 /review 复查可以避免修复引入新问题 - **[testing-strategy](https://link.gitcode.com/i/c9fa4c4ae1926a99b9c70ff9bc14d1e1)**为 Prevention 阶段提供测试设计方法论测试金字塔、按组件类型选策略、覆盖优先级 - **[deploy-checklist](https://link.gitcode.com/i/1350d51e9e07f8196d8a1981f23fbafa)**部署前清单含回滚触发条件与调试时的近期变更核查互为镜像——上线前把风险控制好调试时把变更查清楚。 ## 总结 /debug 技能把调试从碰运气式排查转化为一条可执行、可复现、可追溯的流水线**复现钉死现象→ 隔离压缩范围→ 诊断找到根因→ 修复落地改动并防回归**并以标准化的 Debug Report 输出沉淀结果。它独立可用的特性保证了任何团队零成本上手而 ~~monitoring、~~source control、~~project tracker 等工具无关的连接器机制则让它在接入 MCP 工具后自动获得日志、变更历史与工单系统的证据支撑。 无论你是面对一条陌生的堆栈、一次staging 正常 prod 挂掉的诡异问题还是部署后突发的功能回退都可以直接以 [CONNECTORS.md](https://link.gitcode.com/i/abba81d93ce48ba9eafc665a96333a87) 中说明的方式检查已接入的工具然后对 Claude 说一句/debug 你的错误信息或问题描述【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
