AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Debug

skill-tbc-servicos-dataagile-agent-kit-debug · by tbc-servicos

Debugging sistemático para Fluig. Guia investigação de root cause em 4 fases: reproduzir, investigar, hipótese, corrigir com teste. Usa logs Docker, Playwright traces, Karma output.

No reviews yet
0 installs
40 views
0.0% view→install

Install

$ agentstack add skill-tbc-servicos-dataagile-agent-kit-debug

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-tbc-servicos-dataagile-agent-kit-debug)

Reliability & compatibility

Security review passed
0 installs to date
no reviews yet
2mo ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.

How agent discovery & health will work →
Are you the author of Debug? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

Você vai conduzir um debugging sistemático de erros encontrados em artefatos Fluig.

Fluxo de Debugging em 4 Fases

O debugging segue 4 fases obrigatórias em sequência. Não pule para "corrigir" sem antes completar reprodução, investigação e hipótese.


Fase 1 — Reproduzir o Erro

Passo 1a — Obter descrição exata do erro

Pergunte ao usuário:

  • Qual é o erro exato observado? (mensagem, comportamento inesperado, falha silenciosa)
  • Em qual cenário ocorre? (ao carregar formulário, ao submeter dados, ao filtrar dataset)
  • É reproduzível consistentemente ou intermitente?
  • Em qual ambiente? (localhost, servidor HML, servidor de teste)

Passo 1b — Reproduzir localmente ou no servidor

Se é erro em localhost (Karma, servidor local):

npm test   # Execute Karma/Jasmine para reproduzir
# Ou
npm start  # Inicie ng serve e reproduza no navegador

Verifique:

  • Console do navegador (F12) — há erros JavaScript?
  • Output do Karma — qual teste falhou e com que mensagem?

Se é erro no servidor deployado (HML ou teste):

# Leia o CLAUDE.md do projeto para obter o hostname do servidor.
# Via SSH na VPS
ssh [hostname] "docker logs fluig --tail 100 2>&1"

Procure por:

  • Stack trace no stdout
  • Exceções Java (se Fluig logging capturar)
  • Timing de quando o erro ocorreu

Passo 1c — Coletar evidências do erro

  • Captura de tela ou vídeo do comportamento (se no navegador)
  • Stack trace completo (copie do console ou dos logs)
  • Playground trace do Playwright (se teste E2E falhou) — verifique test-results/ ou playwright/traces/
  • Versão do artefato, servidor e ambiente

Fase 2 — Investigar

Passo 2a — Coletar logs relevantes

Logs Docker (servidor Fluig):

# Leia o CLAUDE.md do projeto para obter o hostname do servidor.
ssh [hostname] "docker logs fluig --since 10m 2>&1 | tail -200"

Procure por:

  • Timestamp próximo ao momento do erro
  • Linhas com ERROR, WARN, Exception
  • Stack traces Java completos

Logs do Karma (localhost):

npm test 2>&1 | tee test.log
# Revise test.log para output completo

Playwright traces:

# Se o teste E2E deixou trace
ls -la test-results/
# Abra o trace no Playwright Inspector
npx playwright show-trace test-results/*.trace

Passo 2b — Revisar mudanças recentes

git diff HEAD~5..HEAD [arquivo do artefato]
# Ou para ver todo o histórico do arquivo
git log -p --follow [arquivo] | head -100

Identifique:

  • Qual mudança foi feita antes do erro aparecer?
  • Ela poderia ter causado o comportamento observado?

Passo 2c — Verificar dependências e variáveis de ambiente

Se é erro de integração com Protheus:

  • URL da API está correta no CLAUDE.md?
  • Token/credenciais estão válidas?
  • Protheus está acessível (não down)?

Se é erro de dataset:

  • A query SQL/JPQL está correta?
  • Os parâmetros de entrada estão sendo validados?
  • O banco de dados retorna resultado vazio (edge case)?

Se é erro de widget Angular:

  • Dependências npm estão instaladas (npm list @po-ui/core, etc.)?
  • Versão do @po-ui está compatível?

Fase 3 — Hipótese

Passo 3a — Formar hipótese baseada em evidências

Liste 2-3 possíveis causas ordenadas por probabilidade:

Hipótese 1 (provável): [descrição]
  Evidência: [qual log ou comportamento suporta isso]
  Como validar: [qual comando ou teste valida]

Hipótese 2 (possível): [descrição]
  Evidência: [qual evidência]
  Como validar: [qual teste]

Hipótese 3 (improvável): [descrição]
  Evidência: [qual evidência]
  Como validar: [qual teste]

Passo 3b — Validar contra evidências

Para cada hipótese:

  • Ela explica TODOS os sintomas observados?
  • Há contradições com os logs ou comportamento?
  • Qual hipótese é mais consistente com as evidências?

Descarte hipóteses que contradigem evidências.


Fase 4 — Corrigir com Teste

Passo 4a — Escrever teste que reproduz o bug PRIMEIRO

Antes de corrigir o código, escreva um teste que falhe:

Para templates de correção, consulte o MCP:

searchFluigPatterns({ category: "template" })
searchFluigPatterns({ category: "error-handling" })

Aplique o padrão correto ao tipo de artefato sendo debugado.

Execute o teste e confirme que falha:

npm test 2>&1 | grep FAIL

Passo 4b — Corrigir o código

Com o teste falhando, agora corrija o artefato usando os padrões obtidos do MCP.

Passo 4c — Validar: teste passa, bug não ocorre mais

npm test -- --include='**/nome.spec.ts'  # Teste específico passa?
npm start  # Inicie servidor e valide comportamento manualmente no navegador

Se no servidor:

# Redeploy
/fluig:deploy

# Teste E2E contra servidor atualizado
/fluig:test

Confirme:

  • ✅ Teste unitário passa
  • ✅ Comportamento no navegador/servidor é correto
  • ✅ Nenhuma regressão em outros testes

Fontes de Debugging Fluig

Docker logs (servidor):

# Leia o CLAUDE.md do projeto para obter o hostname do servidor.
ssh [hostname] "docker logs fluig --tail 50 --timestamps"

Playwright traces (E2E):

ls -la test-results/
npx playwright show-trace test-results/*.trace  # Abre Playwright Inspector

Karma output (localhost):

npm test 2>&1 | grep -A 20 "FAIL"

Browser console (F12):

  • Abra DevTools (F12)
  • Network tab — verifique requisições à API/Protheus
  • Console tab — erros JavaScript
  • Application tab — localStorage/cookies se relevante

Resumo Final

Após corrigir e validar, anuncie:

BUG CORRIGIDO — [descrição do bug]

Root cause: [hipótese confirmada]
Correção: [mudança de código aplicada]
Teste: [teste unitário que valida a correção]
Validação: [comportamento correto confirmado]

Próximo passo: Retorne para /fluig:deploy → /fluig:qa para validar a correção em toda a pipeline.

Regras obrigatórias

  • As 4 fases são sequenciais — não pule reprodução ou investigação
  • Sempre escrever teste ANTES de corrigir (TDD)
  • Sempre validar que o teste passa após correção
  • Sempre coletar logs (Docker, Playwright, Karma) antes de especular
  • Fase 3 (hipótese) é teórica — validar com testes ou logs, nunca assumir

Consulta de Conhecimento

Se precisar de informação não disponível no MCP, consulte o RAG:

searchKnowledge({ keyword: "" })

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet, be the first.

Versions

  • v0.1.0 Imported from the upstream source.