Диагностика сложных ошибок в коде

Ведёт от воспроизводимого сигнала ошибки через гипотезы и замеры к исправлению с регрессионным тестом.

Скиллсообщество: Matt PocockClaudeCodexMITНужен терминалПроверено на безопасность

Скачать на русскомОригинал на английском (архив)Источник ↗

Что делает: Ведёт от воспроизводимого сигнала ошибки через гипотезы и замеры к исправлению с регрессионным тестом.
Когда брать: Когда в проекте что-то сломано, падает, работает неверно или тормозит, а причина неочевидна.
Когда не брать: Когда ошибка тривиальна и видна сразу, либо нет кода, который можно запускать и проверять.
Пример запроса: После вчерашнего релиза страница заказа иногда грузится по 20 секунд. Найди причину и почини.
Нужно подключить: репозиторий с кодом, терминал
Работает лучше с: отладчик, Playwright или Puppeteer для проверки интерфейса, Git для бисекции

Как включить

Скачайте архив и распакуйте его.
Положите папку diagnosing-bugs в ~/.agents/skills/.
Вызовите скилл командой $diagnosing-bugs или найдите его через /skills.

Текст

---
name: diagnosing-bugs
description: Цикл диагностики для сложных ошибок и просадок производительности. Используй, когда пользователь говорит «диагностируй» / «отладь это» или сообщает, что что-то сломано, падает, не работает или тормозит.
---

Диагностика ошибок

Дисциплина для сложных ошибок. Пропускай фазы, только если это явно обосновано.

Исследуя кодовую базу, прочитай GLOSSARY.md (если он есть), чтобы получить чёткую мысленную модель нужных модулей, и проверь ADR в той области, которой касаешься.

Скрой секреты

В этом скилле ты показываешь команды, их вывод и собранные артефакты. Сначала скрой каждый секрет: на его месте напиши <REDACTED>. Строй циклы на переменных окружения, чтобы учётные данные оставались в окружении, а не в том, что ты показываешь. Собранные артефакты несут заголовки авторизации: цитируй только строки, в которых сигнал.

Если после скрытия секретов вывода не хватает для диагностики, так и скажи и спроси пользователя.

Фаза 1: Построй цикл обратной связи

Вот в этом и есть скилл. Всё остальное — механика. Если у тебя есть плотный (tight) сигнал «прошло / не прошло» для этой ошибки (такой, что становится красным именно на _этой_ ошибке), ты найдёшь причину; бисекция, проверка гипотез и инструментирование — всё это просто потребители такого сигнала. Если его нет, сколько ни пялься в код, это не спасёт.

Вложи в это непропорционально много усилий. Будь напористым. Будь изобретательным. Откажись сдаваться.

Способы построить его, примерно в таком порядке

Падающий тест на любом шве, который доходит до ошибки: модульный, интеграционный, сквозной (e2e).
Скрипт curl / HTTP против запущенного сервера разработки.
Вызов CLI с входным тестовым набором, со сравнением stdout с заведомо верным снимком.
Скрипт для безголового браузера (Playwright / Puppeteer), который управляет интерфейсом и проверяет DOM, консоль и сеть.
Воспроизведение записанной трассы. Сохрани на диск настоящий сетевой запрос / данные / журнал событий и прогони их через этот путь кода в изоляции.
Одноразовый стенд. Подними минимальную часть системы (один сервис, зависимости подменены заглушками), которая задействует путь кода с ошибкой одним вызовом функции.
Цикл по свойствам / фаззинг. Если ошибка выглядит как «иногда неверный результат», прогони 1000 случайных входов и ищи режим сбоя.
Стенд для бисекции. Если ошибка появилась между двумя известными состояниями (коммит, набор данных, версия), автоматизируй «запустить в состоянии X, проверить, повторить», чтобы можно было запустить git bisect run.
Дифференциальный цикл. Прогони один и тот же вход через старую и новую версию (или две конфигурации) и сравни результаты.
Bash-скрипт с человеком в цикле (HITL). Крайняя мера. Если человеку нужно кликать, веди _его_ с помощью scripts/hitl-loop.template.sh, чтобы цикл всё равно оставался структурированным. Собранный вывод возвращается к тебе.

Построй правильный цикл обратной связи — и ошибка исправлена на 90 %.

Затяни цикл

Относись к циклу как к продукту. Как только у тебя есть _какой-то_ цикл, затяни его:

Можно ли ускорить? (Кэшируй подготовку, пропусти не относящуюся к делу инициализацию, сузь область теста.)
Можно ли сделать сигнал острее? (Проверяй конкретный симптом, а не «не упало».)
Можно ли сделать его более детерминированным? (Зафиксируй время, задай зерно генератору случайных чисел, изолируй файловую систему, заморозь сеть.)

Нестабильный цикл на 30 секунд чуть лучше, чем никакого; детерминированный на 2 секунды — плотный, это суперсила отладки.

Недетерминированные ошибки

Цель — не чистое воспроизведение, а более высокая частота воспроизведения. Гоняй триггер по циклу 100 раз, распараллель, добавь нагрузку, сузь временные окна, вставляй паузы. Ошибку, которая срабатывает в 50 % случаев, отлаживать можно; в 1 % — нельзя, поэтому поднимай частоту, пока ошибку не станет можно отлаживать.

Когда цикл построить действительно не получается

Остановись и прямо скажи об этом. Перечисли, что пробовал. Попроси у пользователя: (а) доступ к любому окружению, где это воспроизводится, (б) собранный артефакт со скрытыми секретами (HAR-файл, дамп журнала, дамп памяти, запись экрана с метками времени) или (в) разрешение добавить временное инструментирование в рабочем окружении. Не переходи к гипотезам без цикла.

Критерий завершения: плотный цикл, который становится красным

Фаза 1 завершена, когда цикл плотный и способен краснеть: ты можешь назвать одну команду (путь к скрипту, запуск теста, curl), которую ты уже запустил хотя бы один раз (покажи вызов и его вывод, секреты скрыты) и которая:

[ ] Способна краснеть: она проходит по настоящему пути кода с ошибкой и проверяет точный симптом пользователя, поэтому может стать красной на этой ошибке и зелёной после исправления. Не «запускается без ошибок»: она должна уметь _поймать именно эту ошибку_.
[ ] Детерминирована: каждый запуск даёт один и тот же вердикт (для нестабильных ошибок — зафиксированная высокая частота воспроизведения, как описано выше).
[ ] Быстрая: секунды, а не минуты.
[ ] Запускается агентом: ты можешь запускать её без присмотра; человек в цикле — только через scripts/hitl-loop.template.sh.

Если ловишь себя на том, что читаешь код и строишь теорию, пока этой команды нет, остановись: прыжок сразу к гипотезе — это именно та ошибка, которую этот скилл предотвращает. Нет команды, способной краснеть, — нет фазы 2.

Фаза 2: Воспроизведи и минимизируй

Запусти цикл. Смотри, как он краснеет, когда появляется ошибка.

Убедись, что:

[ ] Цикл даёт тот режим сбоя, который описал пользователь, а не другой сбой, который оказался поблизости. Не та ошибка — не то исправление.
[ ] Сбой воспроизводится в нескольких запусках (а для недетерминированных ошибок — с достаточно высокой частотой, чтобы отлаживаться).
[ ] Ты записал точный симптом (сообщение об ошибке, неверный результат, время замедления), чтобы последующие фазы могли проверить, что исправление действительно его устраняет.

Минимизируй

Когда цикл красный, сожми воспроизведение до наименьшего сценария, который всё ещё краснеет. Убирай входные данные, вызывающий код, конфигурацию, данные и шаги по одному, запуская цикл после каждого сокращения, и оставляй только то, на чём держится сбой.

Зачем это нужно: минимальное воспроизведение сужает пространство гипотез в фазе 3 (остаётся меньше подвижных частей, которые можно подозревать) и становится чистым регрессионным тестом в фазе 5.

Готово, когда каждый оставшийся элемент несёт нагрузку: если убрать любой из них, цикл становится зелёным.

Не продолжай, пока не воспроизвёл и не минимизировал.

Фаза 3: Выдвини гипотезы

Прежде чем проверять хоть одну, составь 3–5 ранжированных гипотез. Если выдвинуть только одну, закрепишься на первой же правдоподобной идее.

Каждая гипотеза должна быть опровержимой: сформулируй предсказание, которое она делает.

Формат: «Если причина <X>, то <изменение Y> заставит ошибку исчезнуть / <изменение Z> сделает её хуже».

Если предсказание сформулировать не получается, гипотеза — это просто ощущение: выброси её или заостри.

Покажи ранжированный список пользователю до проверки. У него часто есть знание предметной области, которое мгновенно меняет порядок («мы как раз выкатили изменение, которое касается №3»), или он знает гипотезы, которые уже исключены. Дешёвая контрольная точка, которая сильно экономит время. Не жди ответа: если пользователя нет на связи, продолжай со своим ранжированием.

Фаза 4: Инструментируй

Каждая проба должна соответствовать конкретному предсказанию из фазы 3. Меняй по одной переменной за раз.

Предпочтения по инструментам:

Отладчик / REPL, если окружение это поддерживает. Одна точка останова лучше десяти логов.
Целевые логи на границах, которые различают гипотезы.
Никогда не «логируй всё и грепай».

Помечай каждый отладочный лог уникальным префиксом, например [DEBUG-a4f2]. Уборка в конце сводится к одному grep. Непомеченные логи выживают; помеченные умирают.

Ветка про производительность. Для просадок производительности логи обычно не подходят. Вместо этого: зафиксируй базовое измерение (стенд замера времени, performance.now(), профайлер, план запроса), затем делай бисекцию. Сначала измерь, потом чини.

Фаза 5: Исправление и регрессионный тест

Напиши регрессионный тест до исправления, но только если для него есть правильный шов.

Правильный шов — такой, где тест воспроизводит настоящий шаблон ошибки так, как он возникает в месте вызова. Если единственный доступный шов слишком мелкий (тест с одним вызывающим, когда для ошибки нужно несколько вызывающих; модульный тест, который не может воспроизвести цепочку, запустившую ошибку), регрессионный тест там даёт ложную уверенность.

Если правильного шва нет, это само по себе находка. Отметь её. Архитектура кодовой базы мешает закрепить ошибку. Пометь это для следующей фазы.

Если правильный шов есть:

Преврати минимизированное воспроизведение в падающий тест на этом шве.
Посмотри, как он падает. Если красный цвет ты получил, изменив код или тестовые данные, сделай diff с нетронутой копией, чтобы доказать, что изменение действительно применилось, прежде чем ему верить.
Примени исправление.
Посмотри, как он проходит.
Заново запусти цикл обратной связи из фазы 1 на исходном (неминимизированном) сценарии.

Фаза 6: Уборка

Обязательно перед тем, как объявить работу законченной:

[ ] Исходное воспроизведение больше не воспроизводится (заново запусти цикл из фазы 1)
[ ] Регрессионный тест проходит (или отсутствие шва задокументировано)
[ ] Всё инструментирование [DEBUG-...] удалено (проверь префикс через grep)
[ ] Одноразовые прототипы удалены (или перенесены в чётко помеченное место для отладки)
[ ] Гипотеза, оказавшаяся верной, указана в сообщении коммита / PR, чтобы следующий, кто будет отлаживать, это узнал

Перевод: iiuniversitet. Оригинал: https://github.com/mattpocock/skills/tree/main/skills/engineering/diagnosing-bugs, лицензия MIT. Изменения: перевод на русский язык.

Оригинал на английском

---
name: diagnosing-bugs
description: Diagnosis loop for hard bugs and performance regressions. Use when the user says "diagnose"/"debug this", or reports something broken/throwing/failing/slow.
---

# Diagnosing Bugs

A discipline for hard bugs. Skip phases only when explicitly justified.

When exploring the codebase, read `GLOSSARY.md` (if it exists) to get a clear mental model of the relevant modules, and check ADRs in the area you're touching.

## Redact

This skill has you show commands, outputs and captured artifacts. **Redact every secret first**: write `<REDACTED>` in its place. Build loops against env vars, so the credential stays in the environment rather than in what you show. Captured artifacts carry auth headers: quote only the lines that carry the signal.

If the redacted output is not enough to diagnose the bug, say so and ask the user.

## Phase 1: Build a feedback loop

**This is the skill.** Everything else is mechanical. If you have a **tight** pass/fail signal for the bug (one that goes red on _this_ bug), you will find the cause; bisection, hypothesis-testing, and instrumentation all just consume it. If you don't have one, no amount of staring at code will save you.

Spend disproportionate effort here. **Be aggressive. Be creative. Refuse to give up.**

### Ways to construct one, in roughly this order

1. **Failing test** at whatever seam reaches the bug: unit, integration, e2e.
2. **Curl / HTTP script** against a running dev server.
3. **CLI invocation** with a fixture input, diffing stdout against a known-good snapshot.
4. **Headless browser script** (Playwright / Puppeteer) that drives the UI and asserts on DOM/console/network.
5. **Replay a captured trace.** Save a real network request / payload / event log to disk; replay it through the code path in isolation.
6. **Throwaway harness.** Spin up a minimal subset of the system (one service, mocked deps) that exercises the bug code path with a single function call.
7. **Property / fuzz loop.** If the bug is "sometimes wrong output", run 1000 random inputs and look for the failure mode.
8. **Bisection harness.** If the bug appeared between two known states (commit, dataset, version), automate "boot at state X, check, repeat" so you can `git bisect run` it.
9. **Differential loop.** Run the same input through old-version vs new-version (or two configs) and diff outputs.
10. **HITL bash script.** Last resort. If a human must click, drive _them_ with `scripts/hitl-loop.template.sh` so the loop is still structured. Captured output feeds back to you.

Build the right feedback loop, and the bug is 90% fixed.

### Tighten the loop

Treat the loop as a product. Once you have _a_ loop, **tighten** it:

- Can I make it faster? (Cache setup, skip unrelated init, narrow the test scope.)
- Can I make the signal sharper? (Assert on the specific symptom, not "didn't crash".)
- Can I make it more deterministic? (Pin time, seed RNG, isolate filesystem, freeze network.)

A 30-second flaky loop is barely better than no loop; a 2-second deterministic one is tight, a debugging superpower.

### Non-deterministic bugs

The goal is not a clean repro but a **higher reproduction rate**. Loop the trigger 100×, parallelise, add stress, narrow timing windows, inject sleeps. A 50%-flake bug is debuggable; 1% is not, so keep raising the rate until it's debuggable.

### When you genuinely cannot build a loop

Stop and say so explicitly. List what you tried. Ask the user for: (a) access to whatever environment reproduces it, (b) a redacted captured artifact (HAR file, log dump, core dump, screen recording with timestamps), or (c) permission to add temporary production instrumentation. Do **not** proceed to hypothesise without a loop.

### Completion criterion: a tight loop that goes red

Phase 1 is done when the loop is **tight** and **red-capable**: you can name **one command** (a script path, a test invocation, a curl) that you have **already run at least once** (show the invocation and its output, redacted), and that is:

- [ ] **Red-capable**: it drives the actual bug code path and asserts the **user's exact symptom**, so it can go red on this bug and green once fixed. Not "runs without erroring"; it must be able to _catch this specific bug_.
- [ ] **Deterministic**: same verdict every run (flaky bugs: a pinned, high reproduction rate, per above).
- [ ] **Fast**: seconds, not minutes.
- [ ] **Agent-runnable**: you can run it unattended; a human in the loop only via `scripts/hitl-loop.template.sh`.

If you catch yourself reading code to build a theory before this command exists, **stop: jumping straight to a hypothesis is the exact failure this skill prevents.** No red-capable command, no Phase 2.

## Phase 2: Reproduce + minimise

Run the loop. Watch it go red as the bug appears.

Confirm:

- [ ] The loop produces the failure mode the **user** described, not a different failure that happens to be nearby. Wrong bug = wrong fix.
- [ ] The failure is reproducible across multiple runs (or, for non-deterministic bugs, reproducible at a high enough rate to debug against).
- [ ] You have captured the exact symptom (error message, wrong output, slow timing) so later phases can verify the fix actually addresses it.

### Minimise

Once it's red, shrink the repro to the **smallest scenario that still goes red**. Cut inputs, callers, config, data, and steps **one at a time**, re-running the loop after each cut, and keep only what's load-bearing for the failure.

Why bother: a minimal repro shrinks the hypothesis space in Phase 3 (fewer moving parts left to suspect) and becomes the clean regression test in Phase 5.

Done when **every remaining element is load-bearing**: removing any one of them makes the loop go green.

Do not proceed until you have reproduced **and** minimised.

## Phase 3: Hypothesise

Generate **3–5 ranked hypotheses** before testing any of them. Single-hypothesis generation anchors on the first plausible idea.

Each hypothesis must be **falsifiable**: state the prediction it makes.

> Format: "If <X> is the cause, then <changing Y> will make the bug disappear / <changing Z> will make it worse."

If you cannot state the prediction, the hypothesis is a vibe: discard or sharpen it.

**Show the ranked list to the user before testing.** They often have domain knowledge that re-ranks instantly ("we just deployed a change to #3"), or know hypotheses they've already ruled out. Cheap checkpoint, big time saver. Don't block on it; proceed with your ranking if the user is AFK.

## Phase 4: Instrument

Each probe must map to a specific prediction from Phase 3. **Change one variable at a time.**

Tool preference:

1. **Debugger / REPL inspection** if the env supports it. One breakpoint beats ten logs.
2. **Targeted logs** at the boundaries that distinguish hypotheses.
3. Never "log everything and grep".

**Tag every debug log** with a unique prefix, e.g. `[DEBUG-a4f2]`. Cleanup at the end becomes a single grep. Untagged logs survive; tagged logs die.

**Perf branch.** For performance regressions, logs are usually wrong. Instead: establish a baseline measurement (timing harness, `performance.now()`, profiler, query plan), then bisect. Measure first, fix second.

## Phase 5: Fix + regression test

Write the regression test **before the fix**, but only if there is a **correct seam** for it.

A correct seam is one where the test exercises the **real bug pattern** as it occurs at the call site. If the only available seam is too shallow (single-caller test when the bug needs multiple callers, unit test that can't replicate the chain that triggered the bug), a regression test there gives false confidence.

**If no correct seam exists, that itself is the finding.** Note it. The codebase architecture is preventing the bug from being locked down. Flag this for the next phase.

If a correct seam exists:

1. Turn the minimised repro into a failing test at that seam.
2. Watch it fail. If you forced the red by mutating code or a fixture, `diff` against a pristine copy to prove the mutation landed before you trust it.
3. Apply the fix.
4. Watch it pass.
5. Re-run the Phase 1 feedback loop against the original (un-minimised) scenario.

## Phase 6: Cleanup

Required before declaring done:

- [ ] Original repro no longer reproduces (re-run the Phase 1 loop)
- [ ] Regression test passes (or absence of seam is documented)
- [ ] All `[DEBUG-...]` instrumentation removed (`grep` the prefix)
- [ ] Throwaway prototypes deleted (or moved to a clearly-marked debug location)
- [ ] The hypothesis that turned out correct is stated in the commit / PR message, so the next debugger learns

Источник: skills / diagnosing-bugs ↗. Ссылка проверена 2026-10-11.

---
name: diagnosing-bugs
description: Цикл диагностики для сложных ошибок и просадок производительности. Используй, когда пользователь говорит «диагностируй» / «отладь это» или сообщает, что что-то сломано, падает, не работает или тормозит.
---

# Диагностика ошибок

Дисциплина для сложных ошибок. Пропускай фазы, только если это явно обосновано.

Исследуя кодовую базу, прочитай `GLOSSARY.md` (если он есть), чтобы получить чёткую мысленную модель нужных модулей, и проверь ADR в той области, которой касаешься.

## Скрой секреты

В этом скилле ты показываешь команды, их вывод и собранные артефакты. **Сначала скрой каждый секрет**: на его месте напиши `<REDACTED>`. Строй циклы на переменных окружения, чтобы учётные данные оставались в окружении, а не в том, что ты показываешь. Собранные артефакты несут заголовки авторизации: цитируй только строки, в которых сигнал.

Если после скрытия секретов вывода не хватает для диагностики, так и скажи и спроси пользователя.

## Фаза 1: Построй цикл обратной связи

**Вот в этом и есть скилл.** Всё остальное — механика. Если у тебя есть **плотный (tight)** сигнал «прошло / не прошло» для этой ошибки (такой, что становится красным именно на _этой_ ошибке), ты найдёшь причину; бисекция, проверка гипотез и инструментирование — всё это просто потребители такого сигнала. Если его нет, сколько ни пялься в код, это не спасёт.

Вложи в это непропорционально много усилий. **Будь напористым. Будь изобретательным. Откажись сдаваться.**

### Способы построить его, примерно в таком порядке

1. **Падающий тест** на любом шве, который доходит до ошибки: модульный, интеграционный, сквозной (e2e).
2. **Скрипт curl / HTTP** против запущенного сервера разработки.
3. **Вызов CLI** с входным тестовым набором, со сравнением stdout с заведомо верным снимком.
4. **Скрипт для безголового браузера** (Playwright / Puppeteer), который управляет интерфейсом и проверяет DOM, консоль и сеть.
5. **Воспроизведение записанной трассы.** Сохрани на диск настоящий сетевой запрос / данные / журнал событий и прогони их через этот путь кода в изоляции.
6. **Одноразовый стенд.** Подними минимальную часть системы (один сервис, зависимости подменены заглушками), которая задействует путь кода с ошибкой одним вызовом функции.
7. **Цикл по свойствам / фаззинг.** Если ошибка выглядит как «иногда неверный результат», прогони 1000 случайных входов и ищи режим сбоя.
8. **Стенд для бисекции.** Если ошибка появилась между двумя известными состояниями (коммит, набор данных, версия), автоматизируй «запустить в состоянии X, проверить, повторить», чтобы можно было запустить `git bisect run`.
9. **Дифференциальный цикл.** Прогони один и тот же вход через старую и новую версию (или две конфигурации) и сравни результаты.
10. **Bash-скрипт с человеком в цикле (HITL).** Крайняя мера. Если человеку нужно кликать, веди _его_ с помощью `scripts/hitl-loop.template.sh`, чтобы цикл всё равно оставался структурированным. Собранный вывод возвращается к тебе.

Построй правильный цикл обратной связи — и ошибка исправлена на 90 %.

### Затяни цикл

Относись к циклу как к продукту. Как только у тебя есть _какой-то_ цикл, **затяни** его:

- Можно ли ускорить? (Кэшируй подготовку, пропусти не относящуюся к делу инициализацию, сузь область теста.)
- Можно ли сделать сигнал острее? (Проверяй конкретный симптом, а не «не упало».)
- Можно ли сделать его более детерминированным? (Зафиксируй время, задай зерно генератору случайных чисел, изолируй файловую систему, заморозь сеть.)

Нестабильный цикл на 30 секунд чуть лучше, чем никакого; детерминированный на 2 секунды — плотный, это суперсила отладки.

### Недетерминированные ошибки

Цель — не чистое воспроизведение, а **более высокая частота воспроизведения**. Гоняй триггер по циклу 100 раз, распараллель, добавь нагрузку, сузь временные окна, вставляй паузы. Ошибку, которая срабатывает в 50 % случаев, отлаживать можно; в 1 % — нельзя, поэтому поднимай частоту, пока ошибку не станет можно отлаживать.

### Когда цикл построить действительно не получается

Остановись и прямо скажи об этом. Перечисли, что пробовал. Попроси у пользователя: (а) доступ к любому окружению, где это воспроизводится, (б) собранный артефакт со скрытыми секретами (HAR-файл, дамп журнала, дамп памяти, запись экрана с метками времени) или (в) разрешение добавить временное инструментирование в рабочем окружении. **Не** переходи к гипотезам без цикла.

### Критерий завершения: плотный цикл, который становится красным

Фаза 1 завершена, когда цикл **плотный** и **способен краснеть**: ты можешь назвать **одну команду** (путь к скрипту, запуск теста, curl), которую ты **уже запустил хотя бы один раз** (покажи вызов и его вывод, секреты скрыты) и которая:

- [ ] **Способна краснеть**: она проходит по настоящему пути кода с ошибкой и проверяет **точный симптом пользователя**, поэтому может стать красной на этой ошибке и зелёной после исправления. Не «запускается без ошибок»: она должна уметь _поймать именно эту ошибку_.
- [ ] **Детерминирована**: каждый запуск даёт один и тот же вердикт (для нестабильных ошибок — зафиксированная высокая частота воспроизведения, как описано выше).
- [ ] **Быстрая**: секунды, а не минуты.
- [ ] **Запускается агентом**: ты можешь запускать её без присмотра; человек в цикле — только через `scripts/hitl-loop.template.sh`.

Если ловишь себя на том, что читаешь код и строишь теорию, пока этой команды нет, **остановись: прыжок сразу к гипотезе — это именно та ошибка, которую этот скилл предотвращает.** Нет команды, способной краснеть, — нет фазы 2.

## Фаза 2: Воспроизведи и минимизируй

Запусти цикл. Смотри, как он краснеет, когда появляется ошибка.

Убедись, что:

- [ ] Цикл даёт тот режим сбоя, который описал **пользователь**, а не другой сбой, который оказался поблизости. Не та ошибка — не то исправление.
- [ ] Сбой воспроизводится в нескольких запусках (а для недетерминированных ошибок — с достаточно высокой частотой, чтобы отлаживаться).
- [ ] Ты записал точный симптом (сообщение об ошибке, неверный результат, время замедления), чтобы последующие фазы могли проверить, что исправление действительно его устраняет.

### Минимизируй

Когда цикл красный, сожми воспроизведение до **наименьшего сценария, который всё ещё краснеет**. Убирай входные данные, вызывающий код, конфигурацию, данные и шаги **по одному**, запуская цикл после каждого сокращения, и оставляй только то, на чём держится сбой.

Зачем это нужно: минимальное воспроизведение сужает пространство гипотез в фазе 3 (остаётся меньше подвижных частей, которые можно подозревать) и становится чистым регрессионным тестом в фазе 5.

Готово, когда **каждый оставшийся элемент несёт нагрузку**: если убрать любой из них, цикл становится зелёным.

Не продолжай, пока не воспроизвёл **и** не минимизировал.

## Фаза 3: Выдвини гипотезы

Прежде чем проверять хоть одну, составь **3–5 ранжированных гипотез**. Если выдвинуть только одну, закрепишься на первой же правдоподобной идее.

Каждая гипотеза должна быть **опровержимой**: сформулируй предсказание, которое она делает.

> Формат: «Если причина <X>, то <изменение Y> заставит ошибку исчезнуть / <изменение Z> сделает её хуже».

Если предсказание сформулировать не получается, гипотеза — это просто ощущение: выброси её или заостри.

**Покажи ранжированный список пользователю до проверки.** У него часто есть знание предметной области, которое мгновенно меняет порядок («мы как раз выкатили изменение, которое касается №3»), или он знает гипотезы, которые уже исключены. Дешёвая контрольная точка, которая сильно экономит время. Не жди ответа: если пользователя нет на связи, продолжай со своим ранжированием.

## Фаза 4: Инструментируй

Каждая проба должна соответствовать конкретному предсказанию из фазы 3. **Меняй по одной переменной за раз.**

Предпочтения по инструментам:

1. **Отладчик / REPL**, если окружение это поддерживает. Одна точка останова лучше десяти логов.
2. **Целевые логи** на границах, которые различают гипотезы.
3. Никогда не «логируй всё и грепай».

**Помечай каждый отладочный лог** уникальным префиксом, например `[DEBUG-a4f2]`. Уборка в конце сводится к одному grep. Непомеченные логи выживают; помеченные умирают.

**Ветка про производительность.** Для просадок производительности логи обычно не подходят. Вместо этого: зафиксируй базовое измерение (стенд замера времени, `performance.now()`, профайлер, план запроса), затем делай бисекцию. Сначала измерь, потом чини.

## Фаза 5: Исправление и регрессионный тест

Напиши регрессионный тест **до исправления**, но только если для него есть **правильный шов**.

Правильный шов — такой, где тест воспроизводит **настоящий шаблон ошибки** так, как он возникает в месте вызова. Если единственный доступный шов слишком мелкий (тест с одним вызывающим, когда для ошибки нужно несколько вызывающих; модульный тест, который не может воспроизвести цепочку, запустившую ошибку), регрессионный тест там даёт ложную уверенность.

**Если правильного шва нет, это само по себе находка.** Отметь её. Архитектура кодовой базы мешает закрепить ошибку. Пометь это для следующей фазы.

Если правильный шов есть:

1. Преврати минимизированное воспроизведение в падающий тест на этом шве.
2. Посмотри, как он падает. Если красный цвет ты получил, изменив код или тестовые данные, сделай `diff` с нетронутой копией, чтобы доказать, что изменение действительно применилось, прежде чем ему верить.
3. Примени исправление.
4. Посмотри, как он проходит.
5. Заново запусти цикл обратной связи из фазы 1 на исходном (неминимизированном) сценарии.

## Фаза 6: Уборка

Обязательно перед тем, как объявить работу законченной:

- [ ] Исходное воспроизведение больше не воспроизводится (заново запусти цикл из фазы 1)
- [ ] Регрессионный тест проходит (или отсутствие шва задокументировано)
- [ ] Всё инструментирование `[DEBUG-...]` удалено (проверь префикс через `grep`)
- [ ] Одноразовые прототипы удалены (или перенесены в чётко помеченное место для отладки)
- [ ] Гипотеза, оказавшаяся верной, указана в сообщении коммита / PR, чтобы следующий, кто будет отлаживать, это узнал

Перевод: iiuniversitet. Оригинал: https://github.com/mattpocock/skills/tree/main/skills/engineering/diagnosing-bugs, лицензия MIT. Изменения: перевод на русский язык.