debug-log-analysis
について
このスキルは、Claude Codeのデバッグログを分析してエラーパターンを抽出し、可観測性レポートを生成します。フックエラーの捕捉やストール相関といった重要なギャップに対処し、リフレクション時やインシデント対応時のエージェント障害診断に役立ちます。開発者はこれを活用して、デバッグセッションのための実践的な洞察を得るために生ログを変換できます。
クイックインストール
Claude Code
推奨npx skills add oimiragieo/agent-studio -a claude-code/plugin add https://github.com/oimiragieo/agent-studiogit clone https://github.com/oimiragieo/agent-studio.git ~/.claude/skills/debug-log-analysisこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
GitHub リポジトリ
関連スキル
sharp-edges
その他このスキルは、agent-studioにおける7つの文書化された特定のバグパターン(SE-01からSE-07)のライブカタログを提供し、その症状、根本原因、修正方法を含みます。開発者は、新しい仮説を探る前に、自身の問題がこれらの既知のリスクに該当するか照合するため、あらゆるデバッグセッションの開始時にこれを呼び出すべきです。これは、一般的な出荷済みバグを迅速に特定・解決するための的を絞った参照資料として機能します。
smart-bug-fix
テストこのスキルは、根本原因分析の実行、Codexによる修正の生成、テストによる変更の検証を行う自動化されたバグ修正ワークフローを提供します。マルチモデル推論と反復的検証を組み合わせることで、開発者が体系的に問題をデバッグできるように設計されています。複雑なバグの診断と解決に、構造化されたAI支援アプローチが必要な場合にご利用ください。
Root Cause Tracing
その他このスキルは、単に症状を修正するだけでなく、バグをコールスタックを遡って体系的に追跡し、元のトリガーを特定します。データの起源が不明確な場合やコールチェーンが長い実行深部でエラーが発生した際に使用するように設計されています。このアプローチでは、症状を観察し、直接的な原因を見つけ、「何がこれを呼び出したのか」を繰り返し問い続けることで、根本原因に到達します。
when-debugging-ml-training-use-ml-training-debugger
その他このスキルは、損失発散、過学習、収束の遅延といった機械学習トレーニングにおける一般的な問題の診断と修正を開発者に支援します。体系的なデバッグを提供し、トレーニング問題の根本原因を特定し修正策を生成します。検証性能の低下やトレーニングの不安定性に遭遇した際に使用し、モデルの収束を回復させることができます。
