Trajectory Review
Skill Verifiziert AktivPost-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.
Um eine systematische und beweisbasierte Diagnose von fehlgeschlagenen Agentenläufen bereitzustellen, die es Benutzern ermöglicht, die Grundursache von Fehlern zu verstehen und die Zuverlässigkeit von Agenten zu verbessern.
Funktionen
- Klassifiziert Fehler in neun Kategorien
- Identifiziert den ersten nicht behebbaren Schritt
- Stellt beweisgestützte Berichte über die Grundursache bereit
- Normalisiert Trajektorien für die Analyse
- Synthetisiert Tool-Verträge und Ziel-Checklisten
Anwendungsfälle
- Diagnose, warum ein Agentenlauf ein falsches oder unvollständiges Ergebnis erbracht hat.
- Untersuchung von vom Benutzer gemeldeten Agentenfehlern und Durchführung von Postmortems.
- Charakterisierung von Fehlermodi nach Modell-Upgrades oder Veröffentlichungen neuer Funktionen.
- Überprüfung von Agenten-Trajektorien, wenn ein Benutzer eine Erklärung für einen Fehler anfordert.
Nicht-Ziele
- Bewertung von erfolgreich durchgeführten Agentenläufen.
- Automatisches erneutes Ausführen oder Debuggen von Trajektorien.
- Direktes Umschreiben von Agenten-Prompts oder Fähigkeiten; liefert nur Empfehlungen.
- Verallgemeinerung von Erkenntnissen aus einer einzelnen Trajektorie auf systemweite Behauptungen ohne weitere Analyse.
Vertrauen
- info:Aufmerksamkeit für IssuesIn den letzten 90 Tagen wurden 10 Issues eröffnet und 48 geschlossen, was auf eine aktive Wartung hindeutet, aber eine Schließungsrate von unter 50 % zeigt.
Installation
npx skills add majiayu000/vibeguardFührt 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
Safe Debug
99Vertrauenswürdiger 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.
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