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 |

Методика отладки на основе гипотез: ранжированные гипотезы с подтверждающими/опровергающими тестами, стратегия git bisect, анализ журналов, планирование точек инструментирования и минимальный дизайн воспроизводства. Срабатывает при: «систематически отлаживать эту проблему», «анализ первопричины», «разрезать эту ошибку пополам», «ранжировать гипотезы об этой ошибке», «помогите мне изолировать эту проблему», «создать минимальную копию», «план инструментария для этой ошибки», «почему это продолжает давать сбой». Отличительной чертой является методология структурированного исследования (ранжирование гипотез, стратегия деления пополам, точки инструментирования). Используйте этот навык для неочевидных ошибок, которые требуют систематического исследования, а не для простых ошибок, которые модель диагностирует напрямую. НЕ для абстрактных рассуждений или декомпозиции проблемы без конкретной ошибки — модель изначально обрабатывает общие рассуждения. Источник: mathews-tom/praxis-skills.