Bug 修完又复现？这个 Skill 强迫 Claude Code 先排假设再动手

线上一个 bug，Claude Code 上来就帮你改了一版——你跑了一下，发现没修对，再让它改，又错了。最后你自己 debug 一晚上才发现，根因跟它猜的方向完全不是一回事。

这种「AI 帮你 debug，越改越乱」的经历，今年每个用过 Claude Code 的开发者应该都遇到过。问题不在模型不够聪明，而在它缺少一套结构化排查流程——一上来就动代码，跳过了「复现—假设—验证」这些前置步骤。

今天聊的 smart-debug，就是为了治这个毛病。

它到底干了什么

smart-debug 是 oimiragieo/agent-studio 仓库里的一个 Claude Code skill（GitHub 31 stars，58 installs）。它基于 Cursor 的 Debug Mode 方法论，把 AI 调试流程硬性拆成 4 个阶段：

• Initial Triage：先用 Task 子智能体（devops-troubleshooter）做错误模式识别、栈分析、严重度判断
• Observability Data Collection：去拉 Sentry、Datadog、Jaeger、ELK 这类观测平台的真实数据，不靠猜
• Hypothesis Generation with Probability Ranking：这是它的硬性阻断门——必须先给出 3-5 个排序好的假设（带概率 %、支持证据、可证伪条件），才能动代码
• Log-confirmed Root Cause：没看到日志证据之前，不准提交修复

为什么开发者应该装

作者在 SKILL.md 里写了三条铁律：「没有排序假设之前不准埋点」「没有日志确认的根因不准修」「没清理埋点之前不准算完成」。这种「Iron Law」式的强制约束，正是大多数 AI 调试场景缺失的。

它还内置了一个 SMART_DEBUG_HITL 配置项，默认 false（让 agent 跑测试自动复现），设成 true 就会在复现步骤停下来等人工触发——适合生产环境那种不敢让 AI 自动跑的场景。

它跟同仓库的 debugging skill 是配套关系：本地能复现的简单 bug 用 debugging，间歇性 / 生产环境的复杂 bug 升级到 smart-debug。这套「分工」思路很值得抄。

怎么装

一行命令搞定：

npx skills add https://github.com/oimiragieo/agent-studio --skill smart-debug

它会装到 ~/.claude/skills/smart-debug/SKILL.md，Claude Code 下次启动自动识别。之后你只需要说「这个 bug 用 smart-debug 处理」，agent 就会按上面的流程来。

适用人群

这个 skill 不是写给完全新手的——它假设你已经会用 Claude Code 的 Task 工具、会看 trace、会读日志。它写给的是那种已经被 AI 瞎改 bug 坑过好几次、想要一套确定性能复现排查路径的工程师。

如果你日常要面对微服务、分布式 trace、生产环境 bug，smart-debug 这套「先假设、再埋点、最后定位」的工作流，能把「AI 帮你 debug」这件事从赌博变成工程。

仓库地址：https://github.com/oimiragieo/agent-studio

GitHub: https://github.com/oimiragieo/agent-studio