这是一个面向 Claude Code 和 Codex 的单 Skill 版本自动化插桩调试系统。它将传统“打印日志”升级为一种系统化的证据搜集流:AI 负责临时插桩,调试服务器负责聚合证据,开发者负责分析与修复。
现在仓库只暴露一个 Skill,不再包含 workflows,便于在 Claude Code 与 Codex 之间复用。
通过 vercel-labs/skills 工具一键安装:
npx skills add MinLeeV5/automated-instrumented-debugging-skill将整个仓库根目录复制或克隆到以下目标之一:
- Claude Code:
~/.claude/skills/automated-instrumented-debugging - Codex:
~/.codex/skills/automated-instrumented-debugging
Note
更多细节请参考 详细安装指南。
本工具的核心理念是:AI 负责插桩,系统负责聚合,开发者负责分析。
通过轻量级的 HTTP 协议,将受测程序的内部状态解耦并传输至中心化调试服务器。
graph TD
NodeA["策略制定"] --> NodeB["自动化插桩"]
NodeC["证据检索"] --> NodeD["结果分析"]
subgraph "Target Environment"
NodeE["Target Code"] -- "POST /log (fetch)" --> NodeF
end
subgraph "Debug Infrastructure"
NodeF["Debug Server (Port: 9876)"] -- "JSON Store" --> NodeG["Trace Logs"]
end
NodeB --> NodeE
NodeF --> NodeC
采用 4 阶段系统化调试法,确保证据链的完整性:
graph LR
P1["策略 #quot; 设置"] --> P2["自动化插桩"]
P2 --> P3["证据搜集 #quot; 分析"]
P3 --> P4["修复 #quot; 清理"]
- 策略 & 设置: AI 识别潜在故障点,启动
debug-server。 - 自动化插桩: AI 在关键路径插入
#region DEBUG包装的代码块。 - 证据搜集 & 分析: 运行程序,通过 API 检索执行轨迹和变量快照。
- 修复 & 清理: 确认修复后,运行
cleanup.js自动回滚所有调试代码。
Tip
这里的步骤主要供 AI Agent 参考,人类开发者只需了解命令即可。
node scripts/bootstrap.jsAI 会在代码中插入如下结构(带有唯一 session ID):
// #region DEBUG - session_4b2a
fetch('http://localhost:9876/log', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ session: 'session_4b2a', type: 'trace', data: { varA } }),
}).catch(() => {});
// #endregioncurl http://localhost:9876/logs/session_4b2anode scripts/cleanup.js项目根目录本身就是 Skill:
.
├── SKILL.md # Skill 指令
├── agents/
│ └── openai.yaml # Codex UI 元数据
├── scripts/
│ ├── debug-server.js # 零依赖日志服务器
│ ├── bootstrap.js # 服务启动引导
│ └── cleanup.js # 插桩清理工具
└── examples/
└── typescript-demo/
兼容 Claude Code 与 Codex。