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 |

Metodologia di debug basata su ipotesi: ipotesi classificate con test di conferma/confutazione, strategia git bisect, analisi dei log, pianificazione dei punti di strumentazione e progettazione di riproduzione minima. Si attiva su: "esegui il debug sistematicamente", "analisi della causa principale", "divide in due questo bug", "classifica le ipotesi per questo errore", "aiutami a isolare questo problema", "crea una riproduzione minima", "piano di strumentazione per questo bug", "perché continua a fallire". L'elemento di differenziazione è la metodologia di indagine strutturata (classificazione delle ipotesi, strategia di bisezione, punti di strumentazione): utilizzare questa abilità per bug non ovvi che richiedono un'indagine sistematica, non semplici errori diagnosticati direttamente dal modello. NON per il ragionamento astratto o la scomposizione del problema senza un errore specifico: il modello gestisce il ragionamento generale in modo nativo. Fonte: mathews-tom/praxis-skills.