mcpField
S
safe-debug

safe-debug

github.com/lllllllamaテスト・品質486339.5k 回インストール5 週間前に更新
リポジトリ

safe-debug について

safe-debug は Rigor のデバッグ・監査スキルで、トレースバック、ターミナルのエラー、学習や推論の失敗といった具体的な症状を診断します。根本原因を絞り込み最小限の修正案を示し、リポジトリのコードを変更する前に人による明示的な承認を求めます。

主な機能

  1. 01トレースバックとエラー症状からの診断
  2. 02変更前の根本原因の絞り込み
  3. 03最小限の修正案の提示
  4. 04変更前の明示的な承認の要求
  5. 05修正が実験の意味を変えるかどうかの記載

活用シーン

  1. 01モデル学習中に発生したエラーの診断
  2. 02失敗した推論実行の調査
  3. 03リポジトリのコードを編集する前のレビュー済み修正計画の作成

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/lllllllama/rigorpilot-skills --skill safe-debug

インストール後、Claude Code で/safe-debugを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

agents/
openai.yaml
references/
debug-policy.md
scripts/
safe_debug.py

詳細

safe-debug

これを Rigor Debug／Rigor Audit スキルとして使用します。互換性のため、インストール済みのスラッグは safe-debug のままです。

共通の運用原則として ../ai-research-reproduction/references/agent-operating-principles.md を使用してください。このスキルでは、 モデルがローカルの根本原因を見つけるのを妨げることなく、慎重な診断を行えるようにします。

適用する場合

  • ユーザーがトレースバック、ターミナルエラー、または具体的なトレーニングや推論の失敗症状を提示した場合。
  • ユーザーがコードを変更する前に、診断、根本原因の絞り込み、最小限のパッチ案を求めている場合。
  • ユーザーが、変更前に人間による明示的な承認を求める安全なデバッグフローを希望する場合。

適用しない場合

  • 進行中の障害がなく、ユーザーがリポジトリ全体の概要説明を求めている場合。
  • タスクが推測的な実験やコードの適応である場合。
  • ユーザーが大規模なリファクタリングや可読性向上のための書き換えを求めている場合。

明確な境界

  • まず診断します。
  • デフォルトでは、リポジトリのコードを変更しません。
  • パッチが必要な場合は、最小限の修正を提案し、事前に明示的な承認を求めます。
  • 中リスクまたは高リスクの変更を行う前に、セーブポイントの作成やブランチ作成の承認を求めます。
  • デバッグ修正が自動的に研究上の貢献となるわけではありません。実験の意味や比較可能性に影響する場合は、その旨を明示します。

出力要件

  • debug_outputs/DIAGNOSIS.md
  • debug_outputs/PATCH_PLAN.md
  • debug_outputs/status.json

注記

references/debug-policy.md、../ai-research-reproduction/references/research-rigor-principles.md、および共通の ../ai-research-reproduction/references/research-pitfall-checklist.md を使用してください。

コメント

Markdown 対応