Safe Debug
Skill Verifiziert AktivVertrauenswürdiger Debugging-Skill für die Deep-Learning-Forschungsarbeit. Verwenden Sie ihn, wenn der Benutzer einen Traceback, einen Terminalfehler, einen CUDA OOM, ein fehlgeschlagenes Laden eines Checkpoints, eine Shape-Fehlübereinstimmung, ein NaN-Loss-Symptom oder ein Trainingsversagen einfügt und eine konservative Diagnose vor jeglicher Fehlerbehebung wünscht. Nicht für allgemeine Refaktorierungen, spekulative Anpassungen, automatisches exploratives Patchen oder allgemeine Repository-Vertrautheit verwenden.
Ein sicheres und konservatives Debugging-Erlebnis für die Deep-Learning-Forschung zu bieten, um sicherzustellen, dass Diagnosen gründlich sind und alle vorgeschlagenen Codeänderungen minimal und explizit genehmigt werden.
Funktionen
- Konservative Fehlerdiagnose für DL-Forschungsfehler
- Klassifiziert Fehler in Kategorien (CUDA OOM, Checkpoint-Fehlanpassung usw.)
- Schlägt minimale, sichere Korrekturen und Wiederherstellungsschritte vor
- Erfordert explizite Benutzergenehmigung vor dem Patchen von Code
- Gibt detaillierte Diagnose- und Patch-Pläne aus
Anwendungsfälle
- Diagnose von CUDA Out Of Memory-Fehlern
- Analyse von Fehlern beim Laden von Checkpoints
- Fehlersuche bei Shape-Fehlübereinstimmungen in Modell-Tensoren
- Untersuchung von NaN-Loss-Symptomen während des Trainings
- Verständnis von Terminalfehlern und Tracebacks
Nicht-Ziele
- Durchführung breiter Repository-Refactorings
- Automatisches exploratives Patchen
- Allgemeine Repository-Vertrautheit ohne Symptome eines Fehlers
- Spekulative Codeanpassung
Installation
npx skills add lllllllama/ai-paper-reproduction-skillFührt das Vercel skills CLI (skills.sh) via npx aus — benötigt Node.js lokal und mindestens einen installierten skills-kompatiblen Agent (Claude Code, Cursor, Codex, …). Setzt voraus, dass das Repo dem agentskills.io-Format folgt.
Qualitätspunktzahl
VerifiziertVertrauenssignale
Ähnliche Erweiterungen
Trajectory Review
99Post-hoc-Diagnose von fehlgeschlagenen Agenten-Trajektorien. Klassifiziert den ersten nicht behebbaren Schritt in eine von neun Fehlerkategorien (Plan-Konformität, halluzinierte Informationen, ungültiger Tool-Aufruf, falsch gelesener Tool-Output, Absicht-Plan-Fehlanpassung, unzureichend spezifizierte Absicht, nicht unterstützte Absicht, Auslösen von Schutzmaßnahmen, Systemfehler) und erstellt einen beweisgestützten Bericht über die Grundursache.
Node Connect
100Diagnose OpenClaw Android, iOS, or macOS node pairing, QR/setup code, route, auth, and connection failures.
Openclaw Debugging
100Debug OpenClaw model, provider, tool-surface, code-mode, streaming, and live/Crabbox behavior by choosing the right logs, probes, and proof path before changing code.
Systematic Debugging
100Systematic debugging methodology emphasizing root cause analysis over quick fixes
Troubleshooting
100Verwendet Chrome DevTools MCP und Dokumentation zur Fehlerbehebung bei Verbindungs- und Zielproblemen. Rufen Sie diese Fähigkeit auf, wenn list_pages, new_page oder navigate_page fehlschlagen oder wenn die Serverinitialisierung fehlschlägt.
Root Cause Tracing
99Use when errors occur deep in execution and you need to trace back to find the original trigger - systematically traces bugs backward through call stack, adding instrumentation when needed, to identify source of invalid data or incorrect behavior