mcpField
S
sf-debug

sf-debug

github.com/jaganpro開発4241.5k 回インストール26 週間前に更新
リポジトリ

sf-debug について

sf-debug は、Salesforce のデバッグログを調べ、障害の根本原因を追う開発者向けスキルです。例外、ガバナー制限、クエリ、リソース負荷を順に分析し、修正案と検証手順を示します。

主な機能

  1. 01Salesforce ログ取得の案内
  2. 02スタックトレースと例外の分析
  3. 03ガバナー制限の診断
  4. 04SOQL、DML、CPU、ヒープの確認
  5. 05重大度分類と修正案

活用シーン

  1. 01Salesforce トランザクション失敗の原因特定
  2. 02低速クエリやSOQL・DML反復の調査
  3. 03ログに基づくCPU・ヒープ負荷の診断

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/jaganpro/sf-skills --skill sf-debug

インストール後、Claude Code で/sf-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。

CREDITS.md
README.md
assets/
benchmarking-template.cls
cpu-heap-optimization.cls
dml-in-loop-fix.cls
null-pointer-fix.cls
soql-in-loop-fix.cls
references/
analysis-playbook.md
benchmarking-guide.md
cli-commands.md
common-issues.md
debug-log-reference.md
log-analysis-tools.md
scoring-rubric.md

詳細

sf-debug：Salesforce デバッグログの分析とトラブルシューティング

デバッグログから根本原因を分析する必要がある場合に、このスキルを使用します。対象には、ガバナ制限の診断、スタックトレースの解釈、低速クエリの調査、ヒープ／CPU 負荷の分析、ログの証拠に基づく再現から修正までの一連の作業が含まれます。

このスキルが担当する作業

次の作業には sf-debug を使用します。

  • Salesforce の .log ファイル
  • スタックトレースと例外の分析
  • ガバナ制限
  • SOQL／DML／CPU／ヒープのトラブルシューティング
  • ログから抽出したクエリプランやパフォーマンスの証拠

次の場合は、ほかのスキルに委任します。

最初に収集する必要があるコンテキスト

次の情報を確認するか、推測します。

  • 組織のエイリアス
  • 失敗したトランザクション／ユーザーフロー／テスト名
  • おおよそのタイムスタンプまたはトランザクションの時間範囲
  • 分かる場合は、ユーザー／レコード／リクエスト ID
  • 目標が診断のみか、診断と修正までの一連の作業か

推奨ワークフロー

1. ログを取得する
sf apex list log --target-org <alias> --json
sf apex get log --log-id <id> --target-org <alias>
sf apex tail log --target-org <alias> --color
2. 次の順序で分析する
  1. エントリーポイントとトランザクションの種類
  2. 例外／致命的エラー
  3. ガバナ制限
  4. 繰り返される SOQL／DML のパターン
  5. CPU／ヒープのホットスポット
  6. コールアウトの所要時間と外部エラー
3. 重大度を分類する
  • Critical — 実行時の失敗、ハードリミット、データ破損のリスク
  • Warning — 制限値に接近している、非選択的クエリ、低速な処理経路
  • Info — 最適化の機会または衛生上の問題

ワークフローの詳細：references/analysis-playbook.md

重要度の高い問題パターン

問題主な兆候基本的な修正方針
ループ内の SOQL繰り返される呼び出し経路で SOQL_EXECUTE_BEGIN が繰り返し発生するクエリを一度だけ実行し、マップ／グループ化したコレクションを使用する
ループ内の DMLDML_BEGIN パターンが繰り返し発生するレコードを収集し、DML を一度にまとめて実行する
非選択的クエリスキャンされた行数が多い／選択性が低いインデックス付きのフィルターを追加し、対象範囲を絞る
CPU 負荷CPU 使用量が同期実行の制限に接近しているアルゴリズムの複雑さを軽減し、キャッシュを使用し、適切な場合は非同期処理にする
ヒープ負荷ヒープ使用量が同期実行の制限に接近しているSOQL の for ループでストリーミングし、メモリ内データを減らす
Null ポインター／致命的エラーEXCEPTION_THROWN／FATAL_ERRORnull の可能性を考慮し、クエリ結果が空の場合の処理を修正する

詳細な例：references/common-issues.md

出力形式

分析を終える際は、次の順序で報告します。

  1. 何が失敗したか
  2. どこで失敗したか（クラス／メソッド／行／トランザクションの段階）
  3. なぜ失敗したか（症状だけでなく、根本原因）
  4. 重大度
  5. 推奨する修正
  6. 検証手順

推奨形式：

Issue: <summary>
Location: <class / line / transaction>
Root cause: <explanation>
Severity: Critical | Warning | Info
Fix: <specific action>
Verify: <test or rerun step>

スキル間の連携

必要な作業委任先理由
Apex の修正を実装するsf-apexコード変更の生成／レビュー
テストで再現するsf-testingテストの実行とカバレッジ確認の繰り返し
修正をデプロイするsf-deployデプロイのオーケストレーション
デバッグ用データを作成するsf-data対象を絞ったシードデータ／再現用データ

リファレンスマップ

まずはこちら
詳細なリファレンス
評価基準

スコアガイド

スコア意味
90+修正に関する具体的な指針を含む、専門的な分析
80–89軽微な不足はあるものの、優れた分析
70–79許容できるものの、二次的な問題を見落とす可能性あり
60–69部分的な診断のみ
< 60不完全な分析

コメント

Markdown 対応