가설 기반 디버깅 방법론: 테스트 확인/반박, git bisect 전략, 로그 분석, 계측 지점 계획 및 최소 재현 설계를 통해 가설 순위를 매깁니다. 트리거: "체계적으로 디버깅", "근본 원인 분석", "이 버그를 이등분", "이 오류에 대한 가설 순위 지정", "이 문제를 격리하는 데 도움", "최소 재현 생성", "이 버그에 대한 계측 계획", "이게 계속 실패하는 이유". 차별화 요소는 구조화된 조사 방법론(가설 순위, 이등분 전략, 계측 지점)입니다. 모델이 직접 진단하는 단순한 오류가 아니라 체계적인 조사가 필요한 명확하지 않은 버그에 이 기술을 사용하세요. 특정 오류가 없는 추상적 추론이나 문제 분해가 아닌 모델은 기본적으로 일반적인 추론을 처리합니다.
명령줄에서 debug-investigator AI 스킬을 개발 환경에 빠르게 설치
출처: mathews-tom/praxis-skills.
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 |
가설 기반 디버깅 방법론: 테스트 확인/반박, git bisect 전략, 로그 분석, 계측 지점 계획 및 최소 재현 설계를 통해 가설 순위를 매깁니다. 트리거: "체계적으로 디버깅", "근본 원인 분석", "이 버그를 이등분", "이 오류에 대한 가설 순위 지정", "이 문제를 격리하는 데 도움", "최소 재현 생성", "이 버그에 대한 계측 계획", "이게 계속 실패하는 이유". 차별화 요소는 구조화된 조사 방법론(가설 순위, 이등분 전략, 계측 지점)입니다. 모델이 직접 진단하는 단순한 오류가 아니라 체계적인 조사가 필요한 명확하지 않은 버그에 이 기술을 사용하세요. 특정 오류가 없는 추상적 추론이나 문제 분해가 아닌 모델은 기본적으로 일반적인 추론을 처리합니다. 출처: mathews-tom/praxis-skills.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/mathews-tom/praxis-skills --skill debug-investigator가설 기반 디버깅 방법론: 테스트 확인/반박, git bisect 전략, 로그 분석, 계측 지점 계획 및 최소 재현 설계를 통해 가설 순위를 매깁니다. 트리거: "체계적으로 디버깅", "근본 원인 분석", "이 버그를 이등분", "이 오류에 대한 가설 순위 지정", "이 문제를 격리하는 데 도움", "최소 재현 생성", "이 버그에 대한 계측 계획", "이게 계속 실패하는 이유". 차별화 요소는 구조화된 조사 방법론(가설 순위, 이등분 전략, 계측 지점)입니다. 모델이 직접 진단하는 단순한 오류가 아니라 체계적인 조사가 필요한 명확하지 않은 버그에 이 기술을 사용하세요. 특정 오류가 없는 추상적 추론이나 문제 분해가 아닌 모델은 기본적으로 일반적인 추론을 처리합니다. 출처: mathews-tom/praxis-skills.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/mathews-tom/praxis-skills --skill debug-investigator 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/mathews-tom/praxis-skills