agentleFS
mae616mae616/ai-template/.claude/skills/bug-new/SKILL.md

bug-new

Skill9 starsChanged 3 months agoMITView on GitHub

バグや問題が発生したときにGitHub Issueを起票し、再現手順・環境・仮説を構造化して記録する。エラー報告、不具合の初期記録、トラブルシューティングの開始で使う。

The file

Files
SKILL.md

[バグ対応] 1. トラブルシューティングログ生成コマンド (引数:問題内容やエラー分・解決したいこと)

入力

  • $ARGUMENTS : 問題概要・エラー文、または関連ファイル/ディレクトリのパス

🎯 目的

  • 問題解決型思考に基づき、現状把握を徹底する
  • AIがエラーや問題に直面した際、原因候補・調査方針・対処計画を修正前に整理する
  • GitHub Issue として記録し、後から実際の解決プロセスを追記・更新できるようにする
  • 問題を再現・調査・解決する履歴を Issueコメントで時系列に残し、再利用性を高める

GitHub連携の前提

必要な権限

以下の gh コマンドが実行可能であること:

  • gh issue create / gh issue view
  • gh issue edit / gh issue comment

手順(問題解決型思考に基づく流れ)

  1. 現状把握(As-Isの分析)
    • $ARGUMENTS の内容(問題概要・エラー文など)を精査する
    • 環境・再現条件・発生状況をできる限り詳細に書き出す
    • 「何が起きているか」を客観的に記録する(まだ原因や対処に飛ばない)
  2. 理想状態の確認(To-Beの明確化)
    • 本来期待される動作や、正常時の状態を定義する
  3. ギャップ特定(問題の定義)
    • 現状と理想の差分を明確化し、「何が問題なのか」を定義する
  4. 原因仮説の列挙
    • 考えられる原因を複数洗い出し、決め打ちを避ける
    • 技術的要因 / 環境要因 / 設定要因などに分けてもよい
  5. 調査・対処計画の立案
    • 仮説を検証するための調査手順を箇条書きで列挙
    • 恒久対応策・暫定対応策を分けて整理する
    • ⚠️ 修正作業はまだ実行せず、計画までをまとめる

出力手順

GitHub Issue作成

gh issue create \
  --title "🐛 {短いタイトル}" \
  --body "$(cat <<'EOF'
## 問題の概要(現状把握)
{簡潔に・事実ベースで記載}

## 再現手順
1. {環境・操作手順をステップ形式で}
2. ...

## 期待する動作(理想状態)
{本来の挙動}

## ギャップ(問題の定義)
{現状と理想の差}

## 考えられる原因(仮説)
- [ ] 仮説A: {原因候補1}
- [ ] 仮説B: {原因候補2}
- [ ] 仮説C: {原因候補3}

## 調査・対処計画
### 検証方針
- {仮説Aの検証方法}
- {仮説Bの検証方法}

### 暫定対応
- {あれば記載}

### 恒久対応
- {あれば記載}

## 関連ファイル
- `src/...`
- `doc/...`

## 解決状況
🔴 未対応
EOF
)" \
  --label "bug"

出力(GitHub)

  • Issue: ラベル bug で作成
  • Issue番号をメモし、後続の /bug-investigate で使用

品質チェックリスト

  • 現状把握が 事実ベース で十分に書かれている
  • 理想状態(期待する動作)が明確化されている
  • 現状と理想の差分(ギャップ)が定義されている
  • 仮説が複数挙がっている(単一原因に決め打ちしない)
  • 調査・対処計画が明示されている(暫定/恒久を分ける)
  • 関連ファイルやコード断片が紐づいている
  • GitHub Issueが作成されている

自己評価

  • 成功自信度: (1-10)
  • 一言理由: {短く理由を記載}

次に推奨

→ /bug-investigate で調査実行と仮説の絞り込み

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.