debug-investigator

Structured debugging methodology that replaces ad-hoc exploration with hypothesis-driven investigation. Captures symptoms, analyzes evidence (stacktraces, logs, state), generates ranked hypotheses, designs bisection strategies, identifies instrumentation points, and produces minimal reproductions — documenting every step so dead ends are never revisited.

When to use this skill vs native debugging: The base model handles straightforward debugging (clear stacktraces, obvious errors) natively. Use this skill for non-obvious bugs requiring systematic investigation: intermittent failures, bugs with no clear stacktrace, performance regressions, or issues requiring git bisection and hypothesis ranking.

| references/stacktrace-patterns.md | Exception taxonomy, traceback reading, common Python/JS error signatures | Stacktrace or exception present | | references/hypothesis-templates.md | Bug category catalog, probability ranking, confirmation/refutation tests | Always |

Metodología de depuración basada en hipótesis: hipótesis clasificadas con pruebas de confirmación/refutación, estrategia git bisect, análisis de registros, planificación de puntos de instrumentación y diseño de reproducción mínima. Activadores de: "depurar esto sistemáticamente", "análisis de la causa raíz", "dividir este error", "clasificar las hipótesis para este error", "ayúdame a aislar este problema", "crear una reproducción mínima", "plan de instrumentación para este error", "por qué esto sigue fallando". El diferenciador es la metodología de investigación estructurada (clasificación de hipótesis, estrategia de bisección, puntos de instrumentación): utilice esta habilidad para errores no obvios que necesitan una investigación sistemática, no errores simples que el modelo diagnostica directamente. NO para razonamiento abstracto o descomposición de problemas sin un error específico: el modelo maneja el razonamiento general de forma nativa. Fuente: mathews-tom/praxis-skills.