À utiliser lorsque l'exigence RLM implique le débogage d'un bogue, d'un échec de test ou d'un comportement inattendu. Insérez la phase 1.5 entre la phase 1 et la phase 2 pour effectuer une analyse systématique des causes profondes avant de tenter des correctifs. Phrases déclencheurs : « débogage », « enquêter », « échec des tests », « crash », « cause première ».
Installez rapidement le skill IA rlm-debugging dans votre environnement de développement via la ligne de commande
Source : doubleuuser/rlm-workflow.
When a requirement involves fixing a bug or investigating unexpected behavior, ad-hoc fixes waste time and create new bugs. Systematic debugging finds the root cause before any fix is attempted.
Core Principle: ALWAYS find root cause before attempting fixes. Symptom fixes are failure.
Phase 1.5 is inserted between Phase 1 (AS-IS) and Phase 2 (TO-BE Plan) when debugging is required:
À utiliser lorsque l'exigence RLM implique le débogage d'un bogue, d'un échec de test ou d'un comportement inattendu. Insérez la phase 1.5 entre la phase 1 et la phase 2 pour effectuer une analyse systématique des causes profondes avant de tenter des correctifs. Phrases déclencheurs : « débogage », « enquêter », « échec des tests », « crash », « cause première ». Source : doubleuuser/rlm-workflow.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/doubleuuser/rlm-workflow --skill rlm-debuggingÀ utiliser lorsque l'exigence RLM implique le débogage d'un bogue, d'un échec de test ou d'un comportement inattendu. Insérez la phase 1.5 entre la phase 1 et la phase 2 pour effectuer une analyse systématique des causes profondes avant de tenter des correctifs. Phrases déclencheurs : « débogage », « enquêter », « échec des tests », « crash », « cause première ». Source : doubleuuser/rlm-workflow.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/doubleuuser/rlm-workflow --skill rlm-debugging Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/doubleuuser/rlm-workflow