Error Recovery
Umfassende Fehlerbehandlungsmethodik mit 13-Kategorien-Taxonomie, Diagnose-Workflows, Wiederherstellungsmustern und Präventionsrichtlinien. Verwenden Sie diese Option, wenn die Fehlerrate > 5 % ist, MTTD/MTTR zu hoch ist, Fehler wiederkehren, eine systematische Fehlervermeidung erforderlich ist oder eine Infrastruktur zur Fehlerbehandlung aufgebaut werden muss. Bietet Fehlertaxonomie (Dateioperationen, API-Aufrufe, Datenvalidierung, Ressourcenverwaltung, Parallelität, Konfiguration, Abhängigkeit, Netzwerk, Analyse, Statusverwaltung, Authentifizierung, Zeitüberschreitung, Randfälle – 95,4 % Abdeckung), 8 Diagnose-Workflows, 5 Wiederherstellungsmuster, 8 Präventionsrichtlinien, 3 Automatisierungstools (Dateipfadvalidierung, Lese-vor-Schreibprüfung, Dateigrößenvalidierung – 23,7 % Fehlerprävention). Validiert mit 1.336 historischen Fehlern, 85–90 % Übertragbarkeit zwischen Sprachen/Plattformen, retrospektive Validierung mit 0,79 Konfidenz.
Installation
SKILL.md
Systematic error handling: detection, diagnosis, recovery, and prevention.
Errors are not failures - they're opportunities for systematic improvement. 95% of errors fall into 13 predictable categories.
Retry with Exponential Backoff Use for: Transient errors (network, API timeouts)
Umfassende Fehlerbehandlungsmethodik mit 13-Kategorien-Taxonomie, Diagnose-Workflows, Wiederherstellungsmustern und Präventionsrichtlinien. Verwenden Sie diese Option, wenn die Fehlerrate > 5 % ist, MTTD/MTTR zu hoch ist, Fehler wiederkehren, eine systematische Fehlervermeidung erforderlich ist oder eine Infrastruktur zur Fehlerbehandlung aufgebaut werden muss. Bietet Fehlertaxonomie (Dateioperationen, API-Aufrufe, Datenvalidierung, Ressourcenverwaltung, Parallelität, Konfiguration, Abhängigkeit, Netzwerk, Analyse, Statusverwaltung, Authentifizierung, Zeitüberschreitung, Randfälle – 95,4 % Abdeckung), 8 Diagnose-Workflows, 5 Wiederherstellungsmuster, 8 Präventionsrichtlinien, 3 Automatisierungstools (Dateipfadvalidierung, Lese-vor-Schreibprüfung, Dateigrößenvalidierung – 23,7 % Fehlerprävention). Validiert mit 1.336 historischen Fehlern, 85–90 % Übertragbarkeit zwischen Sprachen/Plattformen, retrospektive Validierung mit 0,79 Konfidenz. Quelle: zpankz/mcp-skillset.
Fakten (zitierbereit)
Stabile Felder und Befehle für KI/Such-Zitate.
- Installationsbefehl
npx skills add https://github.com/zpankz/mcp-skillset --skill Error Recovery- Quelle
- zpankz/mcp-skillset
- Kategorie
- </>Entwicklung
- Verifiziert
- —
- Erstes Auftreten
- 2026-02-01
- Aktualisiert
- 2026-02-18
Schnelle Antworten
Was ist Error Recovery?
Umfassende Fehlerbehandlungsmethodik mit 13-Kategorien-Taxonomie, Diagnose-Workflows, Wiederherstellungsmustern und Präventionsrichtlinien. Verwenden Sie diese Option, wenn die Fehlerrate > 5 % ist, MTTD/MTTR zu hoch ist, Fehler wiederkehren, eine systematische Fehlervermeidung erforderlich ist oder eine Infrastruktur zur Fehlerbehandlung aufgebaut werden muss. Bietet Fehlertaxonomie (Dateioperationen, API-Aufrufe, Datenvalidierung, Ressourcenverwaltung, Parallelität, Konfiguration, Abhängigkeit, Netzwerk, Analyse, Statusverwaltung, Authentifizierung, Zeitüberschreitung, Randfälle – 95,4 % Abdeckung), 8 Diagnose-Workflows, 5 Wiederherstellungsmuster, 8 Präventionsrichtlinien, 3 Automatisierungstools (Dateipfadvalidierung, Lese-vor-Schreibprüfung, Dateigrößenvalidierung – 23,7 % Fehlerprävention). Validiert mit 1.336 historischen Fehlern, 85–90 % Übertragbarkeit zwischen Sprachen/Plattformen, retrospektive Validierung mit 0,79 Konfidenz. Quelle: zpankz/mcp-skillset.
Wie installiere ich Error Recovery?
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/zpankz/mcp-skillset --skill Error Recovery Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor
Wo ist das Quell-Repository?
https://github.com/zpankz/mcp-skillset
Details
- Kategorie
- </>Entwicklung
- Quelle
- user
- Erstes Auftreten
- 2026-02-01