Skill parallel-debugging
✓ VerificadoDepura problemas complejos generando hipótesis contrapuestas y realizando investigaciones paralelas con arbitraje de causa raíz basado en evidencia.
- Estrellas en GitHub
- 42.413
- Archivos
- 2
- Último commit
- 9 nov 2026
- Licencia
- MIT
- Herramientas permitidas
- —
¿Qué hace la skill parallel-debugging?
Depura problemas complejos generando hipótesis contrapuestas y realizando investigaciones paralelas con arbitraje de causa raíz basado en evidencia.
Resumen generado a partir del SKILL.md de la skill.
Sobre la skill parallel-debugging
La función principal de esta habilidad es resolver errores de software complejos mediante la generación de hipótesis contrapuestas y la realización de investigaciones paralelas. Está diseñada para desarrolladores que enfrentan problemas con múltiples causas raíz posibles, fallos que abarcan varios módulos o situaciones en las que los intentos iniciales de depuración han fallado. Al aplicar la metodología de Análisis de Hipótesis Contrapuestas, un agente puede investigar sistemáticamente seis categorías de modos de fallo, incluyendo errores de lógica, problemas de datos, problemas de estado, fallos de integración, problemas de recursos y discrepancias de entorno.
Un agente debe cargar esta habilidad al realizar un análisis de causa raíz sistemático para evitar el sesgo de confirmación. El proceso produce evidencia estructurada categorizada por su fuerza, como directa, correlacional, testimonial o ausencia de datos. La habilidad se basa en un formato de citación estricto que utiliza referencias de archivos y líneas para mantener altos niveles de confianza. Una vez completadas las investigaciones, la herramienta utiliza un protocolo de arbitraje de resultados para categorizar los hallazgos como confirmados, plausibles, falsificados o inconclusos, ayudando finalmente a determinar si existe una única causa raíz o un problema compuesto.
Lo que un agente puede hacer con ella
- 1Investigar fallos de sistemas multi-móduloAnaliza un error que se extiende a través de diferentes componentes mediante la generación de hipótesis en varias categorías de fallo.
- 2Mitigar el sesgo de confirmación del desarrolladorEvalúa sistemáticamente las diferentes causas potenciales de un error para garantizar que la investigación se mantenga objetiva.
- 3Realizar arbitraje de causa raíz basado en evidenciaCompara múltiples hipótesis confirmadas para identificar la causa más probable de un error del sistema.
- 4Validar una corrección de softwareAsegúrate de que una solución propuesta realmente aborde la causa raíz identificada sin crear nuevos problemas.
Escrito a partir del SKILL.md de la skill. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar la skill parallel-debugging
Cada comando copia la carpeta de la skill al directorio de skills del cliente. Reinicia el cliente o inicia una nueva sesión para cargarla.Instalar la skill parallel-debugging en Plugin
/plugin marketplace add wshobson/agents /plugin install agent-teams@claude-code-workflows
Instalar la skill parallel-debugging en Claude Code
~/.claude/skills/parallel-debugging/SKILL.md
$ npx degit wshobson/agents/plugins/agent-teams/skills/parallel-debugging ~/.claude/skills/parallel-debuggingInstalar la skill parallel-debugging en Claude Code (project)
.claude/skills/parallel-debugging/SKILL.md
$ npx degit wshobson/agents/plugins/agent-teams/skills/parallel-debugging .claude/skills/parallel-debuggingInstalar la skill parallel-debugging en Codex
~/.agents/skills/parallel-debugging/SKILL.md
$ npx degit wshobson/agents/plugins/agent-teams/skills/parallel-debugging ~/.agents/skills/parallel-debuggingInstalar la skill parallel-debugging en Gemini CLI
~/.gemini/skills/parallel-debugging/SKILL.md
$ npx degit wshobson/agents/plugins/agent-teams/skills/parallel-debugging ~/.gemini/skills/parallel-debuggingInstalar la skill parallel-debugging en Claude.ai
npx degit wshobson/agents/plugins/agent-teams/skills/parallel-debugging parallel-debugging && zip -r parallel-debugging.zip parallel-debugging # claude.ai → Customize → Skills → + → Create skill → Upload a skill → parallel-debugging.zip
Verificaciones automáticas
Ejecutado 15 nov 2026Informe completo →Superó nuestras comprobaciones automáticas. No es una auditoría de seguridad: lee los scripts antes de dejar que un agente los ejecute. Cómo funcionan las verificaciones
- Repositorio de origen vinculado y accesiblewshobson/agents/plugins/agent-teams/skills/parallel-debugging is public and reachablegithub.com/wshobson/agents/tree/HEAD/plugins/agent-teams/ski ↗Aprobado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit 2026-11-09github.com/wshobson/agents/commits ↗Aprobado
- Sin descargar y ejecutar ni robo de credenciales en los scriptsNo scripts in the skill folderAprobado
- Sin instrucciones ocultas en SKILL.mdNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/wshobson/agents/blob/HEAD/plugins/agent-teams/ski ↗Aprobado
- Las herramientas preaprobadas están acotadasNo pre-approved tools; the agent asks before using onegithub.com/wshobson/agents/blob/HEAD/plugins/agent-teams/ski ↗Aprobado
- SKILL.md sigue el formato de Agent SkillsValid name and description; says when to use it; 134 linesgithub.com/wshobson/agents/blob/HEAD/plugins/agent-teams/ski ↗Aprobado
SKILL.md
Ver en GitHubParallel Debugging
Framework for debugging complex issues using the Analysis of Competing Hypotheses (ACH) methodology with parallel agent investigation.
When to Use This Skill
- Bug has multiple plausible root causes
- Initial debugging attempts haven't identified the issue
- Issue spans multiple modules or components
- Need systematic root cause analysis with evidence
- Want to avoid confirmation bias in debugging
Hypothesis Generation Framework
Generate hypotheses across 6 failure mode categories:
1. Logic Error
- Incorrect conditional logic (wrong operator, missing case)
- Off-by-one errors in loops or array access
- Missing edge case handling
- Incorrect algorithm implementation
2. Data Issue
- Invalid or unexpected input data
- Type mismatch or coercion error
- Null/undefined/None where value expected
- Encoding or serialization problem
- Data truncation or overflow
3. State Problem
- Race condition between concurrent operations
- Stale cache returning outdated data
- Incorrect initialization or default values
- Unintended mutation of shared state
- State machine transition error
4. Integration Failure
- API contract violation (request/response mismatch)
- Version incompatibility between components
- Configuration mismatch between environments
- Missing or incorrect environment variables
- Network timeout or connection failure
5. Resource Issue
- Memory leak causing gradual degradation
- Connection pool exhaustion
- File descriptor or handle leak
- Disk space or quota exceeded
- CPU saturation from inefficient processing
6. Environment
- Missing runtime dependency
- Wrong library or framework version
- Platform-specific behavior difference
- Permission or access control issue
- Timezone or locale-related behavior
Evidence Collection Standards
What Constitutes Evidence
| Evidence Type | Strength | Example |
|---|---|---|
| Direct | Strong | Code at file.ts:42 shows if (x > 0) should be if (x >= 0) |
| Correlational | Medium | Error rate increased after commit abc123 |
| Testimonial | Weak | "It works on my machine" |
| Absence | Variable | No null check found in the code path |
Citation Format
Always cite evidence with file:line references:
**Evidence**: The validation function at `src/validators/user.ts:87`
does not check for empty strings, only null/undefined. This allows
empty email addresses to pass validation.
Confidence Levels
| Level | Criteria |
|---|---|
| High (>80%) | Multiple direct evidence pieces, clear causal chain, no contradicting evidence |
| Medium (50-80%) | Some direct evidence, plausible causal chain, minor ambiguities |
| Low (<50%) | Mostly correlational evidence, incomplete causal chain, some contradicting evidence |
Result Arbitration Protocol
After all investigators report:
Step 1: Categorize Results
- Confirmed: High confidence, strong evidence, clear causal chain
- Plausible: Medium confidence, some evidence, reasonable causal chain
- Falsified: Evidence contradicts the hypothesis
- Inconclusive: Insufficient evidence to confirm or falsify
Step 2: Compare Confirmed Hypotheses
If multiple hypotheses are confirmed, rank by:
- Confidence level
- Number of supporting evidence pieces
- Strength of causal chain
- Absence of contradicting evidence
Step 3: Determine Root Cause
- If one hypothesis clearly dominates: declare as root cause
- If multiple hypotheses are equally likely: may be compound issue (multiple contributing causes)
- If no hypotheses confirmed: generate new hypotheses based on evidence gathered
Step 4: Validate Fix
Before declaring the bug fixed:
- Fix addresses the identified root cause
- Fix doesn't introduce new issues
- Original reproduction case no longer fails
- Related edge cases are covered
- Relevant tests are added or updated
Archivos de esta skill
2Preguntas sobre la skill parallel-debugging
¿Cómo instalo la skill parallel-debugging en Claude Code?
Ejecuta npx degit wshobson/agents/plugins/agent-teams/skills/parallel-debugging ~/.claude/skills/parallel-debugging. Claude Code carga las skills desde ~/.claude/skills (todos los proyectos) o .claude/skills (un proyecto) y usa una skill cuando su descripción coincide con la tarea.
¿Qué clientes pueden usar la skill parallel-debugging?
Cualquier cliente que lea el formato Agent Skills: Claude Code, Codex, Gemini CLI y claude.ai (subir como ZIP). Los scripts de la skill se ejecutan solo donde el cliente permite la ejecución de código.
¿Cuándo debería usar la habilidad de depuración paralela?
Usa esta habilidad cuando un error tenga múltiples causas raíz plausibles, cuando la depuración inicial haya fallado, cuando el problema afecte a varios componentes o cuando necesites un análisis de causa raíz sistemático.
¿Cómo se categoriza la fuerza de la evidencia?
La evidencia se categoriza en Directa (Fuerte), Correlacional (Media), Testimonial (Débil) y Ausencia (Variable).